随着Google Gemini AI的发布，算力需求边持续增长，对AI算力的强劲需求，带动了AI应用的飞速发展。这不仅仅是技术上的一次重大突破，更被看成是一个产业竞争格局的重要调整。据传，Google Gemini AI 2.0会在今年12月发布。该版本在AI模型选择界面中已经可以预览到，初步测试结果表明，与Gemini 1.5 Pro相比，新版本的响应速度有了显著的提升。

当前，科技创新的力量正在以前所未有的速度拓宽行业边界。硬科技成为推动产业变革和经济增长的强劲动力，不仅是新质生产力的稳固基石，也有望引领和支撑起更多的生产力高峰。把握硬科技行业发展脉络，就必须回归技术和创新本身。在近日由E维智库召开的第12届中国硬科技产业链创新趋势峰会暨百家媒体论坛上，包括艾迈斯欧司朗、Qorvo、RAMXEED、飞凌微电子、安谋科技和清纯半导体在内的多家企业技术大咖都分享了在各自专注领域的硬科技产业创新趋势，尤其对端侧AI的发展给予了高度的关注，并认为智能汽车是当前技术创新最活跃也是最具前景的领域。

端侧AI的新机遇就是AIGC大模型带来的算力提升

“当前，从整个市场的芯片制造厂商来说，大家基本上达成共识，AI NPU对于消费类产品是未来重点投入的对象。”安谋科技产品总监鲍敏祺分享说：“从之前LLM的发布可以看到，包括OPPO、vivo、小米、荣耀、华为等头部终端厂商，都有这类的解决方案。当然，这一解决方案并不是说只用端侧的大模型，完全放弃云端。”

端侧和云端，这二者是非常不同的。端侧的优势在于时效性和数据本地的安全性。而在云端，有更强的能力，能够获得更大的理解力。从整个目前国际、国内一些主流端侧大模型实际部署的体量来看，整个端侧大模型目前还是集中在10b以下的体量。整个端侧大模型常用的是语言类模型或者是文生图。但从目前的发展上来看，语言类模型肯定不是端侧模型最后应用的终点。对于理解，不光是语言，仍然影响到比如图片的输入、音频的输入或者视频的输入，这些才是我们平时能够接触到的各式各样的场景。

当然，端侧AI的发展也面临着诸多挑战。首先是成本、功耗和生态系统，一方面是希望各种存储的介质在未来的演进中能够进一步提高它的存储度、提高它的带宽能力；另一方面，常规来说，很多端侧设备整个芯片面积的预算还是会非常吃紧，包括计算资源。其次是功耗，在整个AI里面，很多程度上是来源于数据的搬运，特别用于外层的搬运，也会大幅提升功耗。再有，软件和工具的成熟度，持续需要优化和支持。

安谋科技自研的“周易”NPU，针对端侧AI的快速发展带来的成本、功耗和生态系统挑战进行了三重升级。在微架构方面，它在保留CNN能力的基础上，针对Transformer进行了优化，克服了实际计算中的瓶颈。会上，鲍敏祺还重点分享了下一代“周易”NPU的大致架构及其所具备的能力。首先从生态上来，无论是Wenxin、Llama、GPT等模型，这些都已经做了对应的部署。同时在端侧，它整个覆盖面非常广，面向PAD、PC、Mobile等各类场景都有一定的产品形态或者configuration能够适配到。对于汽车应用，不管是IVI还是ADAS，针对性的可以有最高320tops能够提供。

鲍敏祺表示：“我们认为，未来会是一种多模态场景。对于端侧的产品，未来的方向肯定是每个应用都能为用户提供个性化的体验，并根据用户的使用习惯逐步进行定制化训练，以实现精准适配每个人的需求。这样的个性化服务才能真正提高用户的黏度。”AI大模型的诸多优势，如创造价值、提升效率以及带来更优质的体验，正是其价值所在。

端侧SoC与视觉处理芯片的融合发展

现在越来越多探索开始关注在端侧做一个完整感知的处理或跟中央计算机配合做预处理，再反馈给后端，形成更加有效的处理方案，像智能车载、智能家居、物联网、机器视觉等。其中车载落地的应用场景落地越来越多，如车内DMS驾驶员监控。驾驶员的状态是影响驾驶安全非常重要的环节。现在辅助驾驶L2或L3都需要驾驶员能够在一些情况下能够监管，如驾驶员的疲劳、声音等状态等，把这些数据反馈出来，起到报警或提示的作用。飞凌微首席执行官兼思特威副总裁邵科分享说：“对驾驶员监控，在今年7月份已经是欧洲强制性的法规，每一辆新车都会配置这个功能，我们预期在3-5年之内国内这方面的应用应该会越来越多。” 

再有就是电子后视镜。传统后视镜白天会有很好的效果，但是到晚上，物理镜子就很难达到晚上能看清楚的功能。去年开始，电子后视镜也有法规，允许替换现有物理的镜子。对整个图像传感器还有成像都提出了更高的要求，不仅白天需要达到和原来物理镜子同样的效果，晚上还要更好提升夜视的性能。

随着应用落地越来越多，对摄像头的规格也提出越来越高的要求，如更高的分辨率、更好的成像性能、更多的摄像头组合等，随之对图像性能的要求越来越高，对处理性能也越来越高。

基于这些市场上的需求及应用方案上的思考，飞凌微今年推出了M1系列三款产品，分别是用于车载上面的高性能ISP和两颗用于在车载的端侧视觉感知预处理的轻量级SoC。邵科介绍：“ISP能够接800万像素的图像数据或能够接两颗300万像素的图像数据，不管是应用在车载的ADAS还是影像类的产品，还是像今年以来法规已经落地的后视镜等方面，都有比较好的应用的落地。而SoC新品，则加入了轻量级的包括CPU、NPU的算力，从而让端侧系统具备AI处理的能力。”

当把图像传感器跟端侧SoC进行组合，就能在模组端实现非常轻量化的应用，实现更好的成像。如在后视摄像头上给它添加识别的算法。常规后视摄像头可能只是倒车的时候才会去看。但是在端侧具备一定小的算力之后，在倒车的时候，还能够检测行人和物体，能够避免一些潜在的影响驾驶安全事情的发生。

交互革新，Sensor Fusion 打造触控新体验

“只要你愿意，Sensor Fusion可以去替换所有的物理开关。它可以让人机交互体验更加流畅，界面更加时尚”，Qorvo中国高级销售总监江雄在会上分享了Sensor Fusion在手机领域的最新应用。苹果iPhone16有一个拍照功能，是单独的一个按键，这个按键用的技术就是压力传感器。他表示：“未来，包括很多大厂出的手机都会专门把拍照功能放进来。当然这不只是一个拍照，大家都把它定义为AI键，这个键是会有多用途的，但是技术都是用Force Sensor来做。” 

据介绍，Qorvo的Sensor Fusion方案集成了MEMS传感器、ASIC芯片、机电一体化结构和软件，颠覆了传统物理按键的操作模式，全面提升触控板的操作体验。在智能交互的趋势下，给消费者提供更炫酷的工业设计、更享受的操作体验是科技产品创新的方向。未来的人机交互将更加注重视觉交互、声音感知和触觉感知，通过手势识别、表情识别、眼球追踪、语音指令控制设备等技术实现更直观、更自然的控制方式。随着人工智能技术的不断深入发展，人机交互和智能交互必将会推动更多新的应用场景和商业模式。

SiC在车载电驱&供电电源的广阔前景

近年来，在新能源汽车中采用SiC的趋势越来越显著。从2017年特斯拉发布第一款基于SiC主驱的汽车，到2020年前后我国以比亚迪为代表的企业也发布了基于SiC主驱的汽车。据统计，2023年公开的国产SiC车型合计142款，乘用车76款，仅仅在2023年新增的款式大概是有45款。

清纯半导体(宁波)有限公司市场经理詹旭标分享说：“事实上，整个新能源汽车采用SiC的市场已经完全被打开。目前，主驱应用的主流器件还是以1200V SiC MOSFET为主。当然，400V的平台目前也是采用750V的SiC在做一些替代。”

SiC MOSFET的最大特点是原理上不会产生如IGBT中常见的尾电流，它是近年来MOSFET行业进行技术迭代的主要方向，表现出显著的性能提升。SiC MOSFETS的低导通电阻和低开关损耗，给新能源洗车带来了两个非常显著的好处：

l 第一，提升新能源汽车的续航里程。首先，得益于SiC MOSFETS的低导通电阻、低开关损耗。对比以前硅的IGBT方案，整个电机的控制器系统有望能降低70%的损耗，从而能增加5%的行驶里程。

l 第二，解决补能焦虑的问题。目前整个行业通过提升充电的功率来解决这一部分的问题，预计在2025年，我们可以体验到15分钟补电80%的电能。

除新能源汽车主驱之外，充电桩也是采用SiC最活跃的市场。随着新能源汽车800V平台的出现，主流充电模块从15、20kW向30、40kW发展，输出电压范围300Vdc-1000Vdc，并且具备双向充电功能，以达到V2G/V2H等技术要求。这一趋势促使越来越多的充电模块企业开始采用SiC MOS方案。

虽然，SiC半导体产业发展非常迅猛，但整个SiC市场仍然是以国外企业占主导地位。据Yole预计，2025年全球SiC市场规模将接近60亿美元，并且年符合增长率预计到36.7%左右。目前整个市场的头部5家企业市场份额合计高达91.9%。如果把第六、第七名加进去统计，整个市场份额可能会达到95%-98%。这些企业基本是以国外为主，目前国内的占比是非常小的。

不过，国内在SiC材料、器件量产已进入内卷和洗牌快车道。主驱芯片国产替代已经起步，并将逐步上量。除了在主驱上的应用，目前在光伏、储能包括充电模块，这些市场竞争都是非常激烈的，并且由于整个市场的激烈或者产能过剩导致主流器件的价格也是快速下降。随着全球SiC材料的产能快速扩展，目前中国SiC器件设计跟制造也相应地得到快速的发展，并且产能也是持续在扩展。

虽然，SiC MOSFET在乘用车主驱应用目前仍依赖进口，“但SiC功率器件在光储充的国产替代已经大批量应用，成功推进2-3年，规模持续扩大，部分企业已率先完成100%国产替代。”詹旭标坚定的表示：“  从长远来看，只有提高整个企业的竞争力还有技术迭代来实现整个技术降本，这是SiC企业赖以生存的唯一途径。我相信未来2~3年后局面肯定会有大幅改善。”

FeRAM在智能存储领域有绝对优势

智能电网包括充电桩、光伏变流器，都是这几年对新一代Memory要求比较多的行业。从2020年之后到现在，光伏、逆变器、储能对FeRAM的需求量都在增加。光伏是发电之后DC要变为AC，里面需要逆变器，变为AC之后，还要存储下来。 

此外，在汽车、船舶、工程机械等方面的应用中，传统的座舱电子对成本要求很高，一般是用EEPROM、NOR Flash。但是在新能源，附加价值比较高一些的汽车电子，选择FeRAM应用的则较多。欧洲在前两年宣布要做“电池护照”，2027年后，进入欧洲市场的所有新能源单电池必须持有符合要求的“电池护照”。RAMXEED（原富士通半导体）总经理冯逸新分析说：“如果需要电池护照作为通行，必须要有一个高端Memory做铺垫。FeRAM无疑就是唯一能推动电池护照系统的Memory。”

工厂自动化也是FeRAM的主要应用方向。近年来，包括施奈德、西门子、中国台湾的台达、中国知名的数控机床供应商、中国排名前五的FA供应商等，都开始采用高端的memory，尤其是在编码器的应用最为突出。冯逸新分享说：“在工厂自动化控制和新能源汽车的领域里，现在磁式旋转编码器发展是一个潮流。”

此外，FeRAM还在医疗监护、Gaming、云计算、5G通讯、楼宇自动化、标签和智能卡应用等领域的需求量都非常大。5G未来的发展是需要高速的Memory来完成，基地局和用户之间还需要一个中继器，这里面也需要高速的Memory。

Memory，主要是NOR Flash，NAND Flash和DRAM，这两个Memory占了市场的98%，剩下的2%是利基市场（Niche Market），包括FeRAM、ReRAM、EEPROM、MRAM和SARM。FeRAM在里面扮演着一个绝对优势的角色。同样，FeRAM也可以更换EEPROM、SARM、MRAM。其实FeRAM在市场上的应用量并不算大，主要的瓶颈有两个，一是容量太小，目前最大容量是8Mbit；二是成本比较高，限制了发展。下一代高速FeRAM最大的特点是写入周期和访问周期从120ns变为35ns。

“富士通未来计划第一步是高速化，从120ns变为35ns。第二步是大容量化，从目前的8Mbit做到32Mbit甚至更高。”冯逸新表示：“我们将在2025年之后开始研发，根据市场的需求，我们可以把速度做得更快。”

“第三生活空间”的营造，离不开智能氛围灯

汽车，被形象的称为“第三生活空间”。它是我们除了家和办公室以外，待在里面时间最长、能够感受到“待着”的场景。这个场景里面，需要很多灯光的辅助来做氛围的营造。 

艾迈斯欧司朗高级市场经理罗理分享说：“有一个明显的趋势，信息显示的丰富程度正日益增强。它不再是简单的一个灯条，勾勒出一个线条的形状，而是更多地承担了信息的交互，是人与车及整个车内智能相关的载体。比如做音乐律动，承载不同驾驶模式的变换，或是感受用户情绪的变换而提供不同的光照亮度或者颜色的变化，甚至可以根据车外驾驶场景进行一些提示，而且它还可以跟车内智能表面等相结合创造更多的应用场景。”

这些场景的营造，给LED带来了一定的技术难点。比如LED使用颗粒数越来越多，怎样平衡成本和数量的关系；怎么保证不同供应商的RGB混色是均匀、和谐的，且不会在变色时有很多延时或花花绿绿的变色。在分享中，罗理为大家展示了几个经典的应用场景：第一个是指示和交互场景；第二个是一些信息的加强，包括情感的连接；第三个是智能表面，跟织物或者隐藏式按钮相结合的应用场景。第四个是跟安全性相关。

罗理表示：“这些应用场景还有很多背后的逻辑需要去打通。比如整车有几百颗LED，整个系统的架构都需要随之改变。如果按传统分布式的架构，需要的节点数量会非常多，而且每个节点都需要驱动等，会是非常复杂的，也意味着未来OTA升级的时候会遇到很多困难。”

这正是我们做OSP开放式架构的原因。通过OSP开放协议，免除了MCU厂家的限制，很多国产MCU也已经调试通过。而且通过CAN收发器的物理层可以实现稳定的跨板连接。通过OSP，只需要双绞线和高低电频，就可以用一个SPI接口串联高达1,000颗的RGBi。