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

“當工業(yè)機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，機器人完成任務過程中需要處理的信息量爆炸式增長。具身智能機器人要像人一樣運行，就不能只有 “手” 會操作，還得具備 “眼” 和 “腦”，能感知和運算。沈清舉了個例子，一只具備 7 個自由度的具身智能機械臂的運行，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 個獨立運動軸。這樣一只機械臂單次任務運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，抖動幅度不超過 50 微妙。且整個過程的所有數(shù)據(jù)處理和運算過程都要在端側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。

面對機器人功能要求的爆發(fā)式增長，在工業(yè)機器人中充當 “大腦” 的 MCU，得具備更強的高級處理能力和機器學習能力才能 “接得住招”。沈清表示，瑞薩建設了 AI 生態(tài)系統(tǒng)用以應對工業(yè)機器人日益增長的 AI 需求，其中包括能夠承載 AI 應用的底層硬件 CPU、MPU 及不同的 AI 加速引擎，能夠支撐 100 多個應用案例的軟件堆棧和預訓練庫，具備信號處理、異常檢測、語音命令識別、圖像分類、目標檢測等不同功能的模型化部署工具。芯科科技高級產品營銷經(jīng)理 Chad Steider 稱，在 AI 技術驅動和制造業(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 深度結合并用于圖像識別、語音處理等場景。在工業(yè)生產環(huán)節(jié)，生產流程管理、制造現(xiàn)場管理和設備維護等場景都需要采用 MCU 控制與 AI 及邊緣計算融合的模式。Chad Steider 表示：“這需要在 MCU 中進一步集成 AI 加速單元，擴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、聲音處理和設備及環(huán)境異常監(jiān)測等任務，不僅降低對云端的依賴，還能提升響應速度并節(jié)省成本。

多模態(tài)感知，也是具身智能工業(yè)機器人正在經(jīng)歷的技術革命。為了實現(xiàn)自主判斷與行動，機器人需要實現(xiàn)視覺、力覺、溫度、位置等復雜的傳感信息捕捉。這樣的結果是，同一款機器人能夠通過信息獲取與機器學習，從只能服務于單純場景，向能夠同時滿足不同場景、多樣化任務轉型。這樣一來，工業(yè)機器人任務負載轉換的靈活性增強。但這樣一款能夠在不同場景下復用的機器人，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)為基礎的現(xiàn)場總線系統(tǒng))、CAN FD(升級版 CAN 總線)、TSN(一種基于標準以太網(wǎng)技術的網(wǎng)絡協(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整后，工業(yè) MCU 市場正在重回增長區(qū)間。智慧工廠建設和老舊工廠的數(shù)智化轉型，為工業(yè)機器人及工業(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，國內外客戶都在積極地擁抱 AI 技術，提升工廠運營效率。這種智慧工廠的建設是包括硬件層在內的一整套系統(tǒng)工程。”Chad 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 技術驅動、制造業(yè)升級改造的趨勢下，滿足以下四類要求的 MCU 將在較長的時間內保持旺盛需求：其一，支持邊緣 AI 推理。先進的邊緣 AI 處理器能夠在本地獨立做出關鍵決策，無需依賴云端，從而能夠提升響應速度，實現(xiàn)數(shù)據(jù)隱私保護且降低系統(tǒng)運行成本。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)生產自動化程度的提高，要求數(shù)據(jù)處理能夠實現(xiàn)更快的響應。要實現(xiàn)這一目標，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 不僅要負責收集數(shù)據(jù)，還必須對數(shù)據(jù)進行處理并將結果傳輸給整個系統(tǒng)。