近日，多家機(jī)器人企業(yè)發(fā)布產(chǎn)品動態(tài)預(yù)告：8 月 29 日，新時達(dá)在回復(fù)投資者提問時表示，公司計劃于 9 月推出具身智能焊接方案，可廣泛應(yīng)用于船舶、鋼結(jié)構(gòu)、塔角、工程機(jī)械等多個行業(yè);8 月 25 日，湖北宜昌青葵機(jī)器人科技有限公司董事長陳南江在公開報道中介紹，公司生產(chǎn)的無間斷全流程有機(jī)合成機(jī)器人將于 9 月底完成調(diào)試，發(fā)往新加坡科技研究局…… 具身智能等技術(shù)的加持正使工業(yè)機(jī)器人正越來越 “聰明”。而在看不到的地方，作為機(jī)器人控制 “大腦” 的 MCU，正承載著越來越高的計算需求。

“當(dāng)工業(yè)機(jī)器人加入具身智能新形態(tài)，就從只有固定軌跡的執(zhí)行器升級成為可自主感知、推理、執(zhí)行的綜合體。” 機(jī)器人不再只能單純地執(zhí)行編輯好的工作流程，還能像人一樣自主感知環(huán)境、做出判斷。這一智能化程度的提升意味著，機(jī)器人完成任務(wù)過程中需要處理的信息量爆炸式增長。具身智能機(jī)器人要像人一樣運(yùn)行，就不能只有 “手” 會操作，還得具備 “眼” 和 “腦”，能感知和運(yùn)算。沈清舉了個例子，一只具備 7 個自由度的具身智能機(jī)械臂的運(yùn)行，需要至少 2 路視覺信

號、12 編碼器，同步 6 路力矩傳感器信號，并操縱 7 個獨立運(yùn)動軸。這樣一只機(jī)械臂單次任務(wù)運(yùn)行需要處理的原始數(shù)據(jù)量非常大，而且整個感知、推理、執(zhí)行的閉環(huán)要控制在 5 毫秒以內(nèi)，抖動幅度不超過 50 微妙。且整個過程的所有數(shù)據(jù)處理和運(yùn)算過程都要在端側(cè)甚至是一個芯片上完成，否則會給整個系統(tǒng)帶來巨大的帶寬和功耗壓力。

面對機(jī)器人功能要求的爆發(fā)式增長，在工業(yè)機(jī)器人中充當(dāng) “大腦” 的 MCU，得具備更強(qiáng)的高級處理能力和機(jī)器學(xué)習(xí)能力才能 “接得住招”。沈清表示，瑞薩建設(shè)了 AI 生態(tài)系統(tǒng)用以應(yīng)對工業(yè)機(jī)器人日益增長的 AI 需求，其中包括能夠承載 AI 應(yīng)用的底層硬件 CPU、MPU 及不同的 AI 加速引擎，能夠支撐 100 多個應(yīng)用案例的軟件堆棧和預(yù)訓(xùn)練庫，具備信號處理、異常檢測、語音命令識別、圖像分類、目標(biāo)檢測等不同功能的模型化部署工具。芯科科技高級產(chǎn)品營銷經(jīng)理 Chad Steider 稱，在 AI 技術(shù)驅(qū)動和制造業(yè)升級改造的背景下，下游客戶對 MCU 的性能提出了更高要求。他們期望新的工業(yè) MCU 能夠融合 AI、具備無線傳輸功能和更高的安全性。例如，邊緣計算需求推動 AI 與 MCU 深度結(jié)合并用于圖像識別、語音處理等場景。在工業(yè)生產(chǎn)環(huán)節(jié)，生產(chǎn)流程管理、制造現(xiàn)場管理和設(shè)備維護(hù)等場景都需要采用 MCU 控制與 AI 及邊緣計算融合的模式。Chad Steider 表示：“這需要在 MCU 中進(jìn)一步集成 AI 加速單元，擴(kuò)大片上存儲的容量和通用接口(GPIO)數(shù)量，以提升用于制造和智慧城市等許多場景的邊緣計算能力，高效地實現(xiàn)本地實時控制和小模型推理。” 他表示，這種集成已經(jīng)在智能安防、工業(yè)檢測等場景中得到驗證，無需依賴云端即可快速完成圖像識別、聲音處理和設(shè)備及環(huán)境異常監(jiān)測等任務(wù)，不僅降低對云端的依賴，還能提升響應(yīng)速度并節(jié)省成本。

多模態(tài)感知，也是具身智能工業(yè)機(jī)器人正在經(jīng)歷的技術(shù)革命。為了實現(xiàn)自主判斷與行動，機(jī)器人需要實現(xiàn)視覺、力覺、溫度、位置等復(fù)雜的傳感信息捕捉。這樣的結(jié)果是，同一款機(jī)器人能夠通過信息獲取與機(jī)器學(xué)習(xí)，從只能服務(wù)于單純場景，向能夠同時滿足不同場景、多樣化任務(wù)轉(zhuǎn)型。這樣一來，工業(yè)機(jī)器人任務(wù)負(fù)載轉(zhuǎn)換的靈活性增強(qiáng)。但這樣一款能夠在不同場景下復(fù)用的機(jī)器人，需要處理的信號通路數(shù)量，尤其是傳感器掛載數(shù)量將急劇增長。沈清表示：“原先沒有搭載傳感器，或者只搭載一兩個傳感器的設(shè)備，現(xiàn)在需要搭載的傳感器數(shù)量一下子激增到十幾個甚至幾十個。數(shù)據(jù)采樣率也從 K 赫茲級別提升到了兆赫茲級別。” 她說，多模態(tài)感知要求 MCU 的接口要足夠豐富，不僅要支持 EtherCAT(以以太網(wǎng)為基礎(chǔ)的現(xiàn)場總線系統(tǒng))、CAN FD(升級版 CAN 總線)、TSN(一種基于標(biāo)準(zhǔn)以太網(wǎng)技術(shù)的網(wǎng)絡(luò)協(xié)議體系)，同時還需具備專用的編碼器接口、高精度 ADC、硬件濾波器等等，以應(yīng)對激增的傳感數(shù)據(jù)處理需求。

在經(jīng)歷了較長時期的去庫存調(diào)整后，工業(yè) MCU 市場正在重回增長區(qū)間。智慧工廠建設(shè)和老舊工廠的數(shù)智化轉(zhuǎn)型，為工業(yè)機(jī)器人及工業(yè) MCU 市場帶來創(chuàng)新活力。沈清表示：“我們能夠非常清晰地感受到，國內(nèi)外客戶都在積極地?fù)肀?AI 技術(shù)，提升工廠運(yùn)營效率。這種智慧工廠的建設(shè)是包括硬件層在內(nèi)的一整套系統(tǒng)工程?！盋had Steider 表示，隨著制造業(yè)向高端化、智能化、可持續(xù)和人性化方向發(fā)展，工業(yè)制造的各個環(huán)節(jié)都將引入更多的傳感器和執(zhí)行器，對工業(yè) MCU 的需求量也將不斷增加。

在 AI 技術(shù)驅(qū)動、制造業(yè)升級改造的趨勢下，滿足以下四類要求的 MCU 將在較長的時間內(nèi)保持旺盛需求：其一，支持邊緣 AI 推理。先進(jìn)的邊緣 AI 處理器能夠在本地獨立做出關(guān)鍵決策，無需依賴云端，從而能夠提升響應(yīng)速度，實現(xiàn)數(shù)據(jù)隱私保護(hù)且降低系統(tǒng)運(yùn)行成本。其二，高能效，低能耗。在邊緣部署電池供電、能源供給受限的場景中，低功耗產(chǎn)品具有更高的市場競爭力;尤其是 AI 功能部署使得邊緣算力需求提高，更需要處理器能夠支持低功耗。其三，高安全性、可靠性。在數(shù)據(jù)安全方面，需要 MCU 具備硬件級安全模塊，集成加密引擎;在功能安全方面，需要滿足 ICE61508 工業(yè)功能安全規(guī)范。其四，支持高效的實時決策。工業(yè)生產(chǎn)自動化程度的提高，要求數(shù)據(jù)處理能夠?qū)崿F(xiàn)更快的響應(yīng)。要實現(xiàn)這一目標(biāo)，最便捷的方法是將決策過程移至更接近數(shù)據(jù)收集的地方。這意味著 MCU 不僅要負(fù)責(zé)收集數(shù)據(jù)，還必須對數(shù)據(jù)進(jìn)行處理并將結(jié)果傳輸給整個系統(tǒng)。