$上海复旦(01385)$ $复旦微电(SH688385)$ 前天（1月9日），英特尔在CES 2024展会上宣布，收购无晶圆厂芯片设计和软件公司 Silicon Mobility，成为芯片行业开年第一个重大收购事件。 Silicon Mobility在芯片界创造了一个新“品类”：FPCU。FPCU（现场可编程控制单元）=FPGA+MCU或者说是嵌入FPGA（可编程逻辑）的异构MCU。
大量的工业客户场景中，都同时使用了MCU和FPGA（或CPLD）。比如伺服控制系统，一般是MCU+FPGA的组合；新能源逆变器系统，之前主流的也是MCU+CPLD；还有MiniLED的背光控制系统，也有MCU+FPGA的方案。可见软件可编程的灵活性和硬件可编程的灵活性结合，对于控制有独有的优势。
内置了FPGA的MCU，最大的优势是客户既可以将其作为纯MCU使用，又可以当成独立的FPGA使用，还可以同时使用MCU+FPGA。由于FPCU的管脚可以通过配置文件全部灵活重定义，为客户的设计带来了巨大的便利，且FPGA逻辑可以灵活模拟出客户额外所需的接口功能。
Intel最后特别提到，SM公司的SoC配备业界领先的加速器，专为能源输送而设计，并与高度先进的软件算法共同设计，可显著提高车辆能源效率，将把英特尔在汽车领域的影响力从高性能计算扩展到智能和可编程功率设备。
对于AI，大家都比较关注在数据中心算力、大模型算法和在消费互联网上的应用，其实在MCU领域，当国内中低端MCU还在苦苦内卷的时候，边缘端的推理加速已经成为各大MCU巨头的重点，AI深入到边缘和终端装置，已经是一个长期必然的大方向。
随着物联网设备的普及和应用场景的扩大，对于更智能化和自主决策能力的需求也在增加，作为物联网设备中必不可少的大脑——MCU，正朝着更智能化、更强大的方向发展。
将AI能力集成到MCU上，使得AI算法可以实时地在设备本地进行处理和响应，而无需依赖于云端或其他远程服务器。这提高了系统的实时性和即时响应能力，使得设备能够更快速地做出决策和反应，且可以在低功耗的情况下实现高效的AI计算。
从AI推理应用的角度来看，FPCU更适合集成TinyML等微型机器学习算法，可以大大降低功耗，提高并行实时响应能力。SM公司的FPCU率先在汽车领域打开了口子，我想这仅仅只是开始，FPCU在工业和消费电子上的入口，将逐渐清晰。
毕竟对于国产芯片公司来说，技术跟随和活命是最重要的，但别忘了还有诗与远方。
承载FPGA+MCU这个远方的，除了复旦微我想不出第二家。