近日，工业和信息化部、教育部、公安部等十七部门联合发布《“机器人﹢”应用行动实施方案》，提出了2025年制造业机器人发展目标以及机器人十大应用场景。业界认为，这一政策的发布，意味着“机器人﹢”时代的到来，机器人将在更大范围内得到应用，制造业机器人更将迎来巨大发展机遇。

随着机器人技术的发展，机器人的应用领域越来越广，市场也相应的开始发展。中国电子学会预计2022年，全球机器人市场规模将达到513亿美元，2017至2022年的年均增长率达到14%。波士顿咨询公司研究报告显示，全球机器人市场规模预计将在未来10年内增长近10倍，到2030年全球机器人市场规模将达1600亿至2600亿美元。

机器人市场的腾飞

《“机器人﹢”应用行动实施方案》中包括十大应用重点领域分别是经济发展领域的制造业、农业、建筑、能源、商贸物流，社会民生领域的医疗健康、养老服务、教育、商业社区服务、安全应急和极限环境应用。

在工业机械领域，机器人产业市场增长强劲。制造业是本次发布的方案中首个提到的机器人应用领域。由于多国劳动力缩减和人口老龄化造成劳动力供应短缺和成本上升，提高流程效率和自动化程度比以往任何时候都更加迫切。因此，在制造业和其他工作场所中，能够执行各种操作和运输任务的多轴机器人的使用范围正在迅速扩大。通过推进智能制造示范工厂建设，发展基于工业机器人的智能制造系统，将加快制造业数字化转型、智能化变革。

除了工业机器人，三年疫情也让服务机器人市场初具规模。抗疫系列机器人成为疫情防控的新生力量，“无接触”的无人配送已成为新焦点。预计2022年，全球服务机器人市场规模达到217亿美元。2024年，全球服务机器人市场规模将有望增长到290亿美元。

无论工业机器人还是服务机器人，这些机器人都在结合信息技术提升感知、计算、执行能力，在机器人智能化水平提升的同时，对芯片的需求也在增加。那么哪些芯片产品有望受益呢？

机器人带飞哪些芯片？

FPGA芯片

FPGA芯片在机器人领域应用时具有高速、并行、运算及引脚资源极其丰富、功能灵活、硬件直接实现算法、操作数存取机制简单高效、开发调试手段直探硬件底层等优点。在伺服驱动器中应用FPGA是业界的常规做法，FPGA在执行图像处理算法方面比CPU更强，是最优方案；在执行人工智能算法时，FPGA是与GPU并列的主流方案，而且在功耗方面具备非常大的优势。与 ASIC 开发相比，除了缩短开发和验证周期之外，使用 FPGA 还意味着在出现问题时可以快速更改逻辑，或者在必要时可以对功能需求进行修改或增强。

FPGA芯片的特性可以提高伺服控制性能、降低功耗；此外，FPGA 芯片可以通过提供包括 PCI Express 在内的多种硬件 IP，从而通过在确保总线连接可靠性的同时实现外围逻辑集成，促进电路的微型化并降低功耗。功耗的降低意味着可以采用无风扇外壳，从而不再需要容易磨损的机械部件，并避免吸入粉尘。

由于机器人，尤其是工业领域的机器人产品供应时间长，因此在维护方面的考虑需要延长设备供应期，因为工业设备的使用寿命通常长达 10 年或更长。FPGA 延长的产品生命周期可满足工业领域客户的需求。

MCU芯片

MCU是在机器人执行层里应用较多的选择，作为工业机器人核心控制器件，MCU也会受惠于机器人市场的快速增长。工业机器人单支机器手臂中，内建的控制器平均约有八成为MCU芯片。

对于机器人应用方向的MCU来说，除了提供易开发的嵌入式平台、设计工具外，建立MCU周边完善的通讯环境处理各种工业通讯协议如USB，SPI等也是相当重要的。相较于传统工业机器人，人形机器人有更复杂的运动形态，需要对电机的位置、方向、速度和扭矩进行高精度控制。MCU可以执行电机控制所需的复杂、高速运算。目前机器人解决方案中包括单电机平台（一颗MCU控制一个电机）、双电机平台（一颗MCU控制两个电机）， 其中双电机平台的两个电机功率和小于单电机最大功率。

未来在更先进工艺下设计的MCU，采用更高性能的内核，其性能将得到大幅度提升，市场需求将快速提升。在全球MCU市场蛋糕逐年增长和国产MCU替代的大背景下，国内MCU厂商有望突破国外垄断。

DSP芯片

DSP（Digital Signal Processing）即数字信号处理技术，DSP芯片即指能够实现数字信号处理技术的芯片。DSP芯片的内部采用程序和数据分开的哈佛结构，具有专门的硬件乘法器，广泛采用流水线操作，提供特殊的DSP指令，可以用来快速的实现各种数字信号处理算法。

DSP芯片自诞生以来得到了飞速发展，一方面得益于集成电路的发展，另一方面也得益于巨大的市场。在短短数十年时间里，DSP芯片已在通信、雷达、图像、军事、仪器、自动化、信号处理等众多领域得到广泛的应用。

DSP芯片用在工业机器人领域，相当于起着关节的作用，有了DSP的控制，机器人反应更迅速，行动更精准。工业机器人在工作中需要处理大量的数据，随着工业机器人的应用日益广泛和普及，DSP芯片在这方面的应用越来越多，重要性、经济性、实用性都会得到体现。

IGBT芯片

传统工业控制及电源行业是支撑 IGBT 市场稳步发展的基石。工业控制是 IGBT 第一大应用领域，需求稳健增长。随着工业自动化的深化，广泛部署的工业机器人和智能化机床都依赖于强大而灵活的交流电机、伺服电机以及节能的变频器和电源装置。

IGBT功率半导体器件是电力电子应用领域的核心器件。以电能为处理对象，通过电力电子技术对电能进行整流、稳压、开关和变频等，实现高效率和高品质转换。功率半导体器是构成电力电子变换装置的核心器件，尤其是在大功率、大电流、高频高速、低噪声等应用领域起着无法替代的关键作用，被广泛应用于工控领域。

近年来，我国变频器、电焊机市场稳步增长，工业机器人市场加速发展，对应的工控 IGBT 市场也将稳步增长。根据集邦咨询数据，2020 年全球工控 IGBT 市场规模约为 140 亿元，其中我国工控 IGBT 市场规模约为 53 亿元，预计到 2025 年全球工控 IGBT 市场规模将达到 170 亿元。

智能机械核心芯片技术发展面临的挑战

尽管我国智能机械产业发展取得了显著进展，但与发达地域相比仍存在差距。目前我国智能机械市场规模约占全球的20%左右，但主要以低端产品为主，中高端产品占比不足5%。

在技术水平上，我国智能机械主要采用通用处理器完成各种任务，且大多为国外产品的“代工品”。以工业机器人为例，虽然国内已有超过30家机器人企业推出了15款以上的工业机器人产品，但产品种类较为单一，且可靠性、稳定性不足。同时，我国企业在部分核心部件上仍处于“跟跑”状态，与国外企业相比还有较大差距。如在激光雷达领域，国外企业基本掌握了核心技术和制造工艺。

2018年6月30日前购买的国产激光雷达产品只能达到进口水平的40%~50%。智能机械核心芯片技术作为人工智能和机器人融合的基础技术之一，将在未来发挥越来越重要的作用。与美国、欧洲等发达地域相比，我国在智能机械核心芯片技术的发展还面临以下挑战：

（1）核心芯片产业基础薄弱。尽管国内有多家企业生产机器人专用处理器，但多为“代加工”产品，多为智能机械的“大脑”，在智能控制系统、决策控制系统等关键部分还缺乏核心技术积累，难以满足智能机械全周期应用需求。

（2）关键零部件技术能力不足。主要表现在高性能嵌入式芯片设计和制造方面能力不足；机器人用集成电路芯片和工艺方面存在技术瓶颈；电机驱动与控制等专用芯片设计方面人才匮乏；导航、定位、视觉、雷达等传感器技术发展相对落后，关键部件与核心部件依赖进口。

（3）国际合作不足。智能机械领域是我国自主创新的重点领域，但由于行业壁垒，国际合作受限。如在嵌入式芯片方面，由于嵌入式芯片需要集成多个模块，目前主要由国外企业垄断；在传感器方面，主要以中低端传感器为主，高端传感器仍依赖进口。

（4）支撑产业发展的人才队伍缺乏。我国智能机械领域相关人才存量不高，在机器人关键零部件研发、工艺制造、系统集成方面的人才不足。同时，由于缺乏相关领域的产学研用协同机制及有效的人才培养机制，我国智能机械领域的相关人才培养体系仍处于起步阶段，高水平专业人才短缺成为制约产业发展的重要因素。

中科融合以“AI+3D”芯片技术突破“卡脖子”难题

近日，中科融合感知智能研究院有限公司创始人王旭光在“OFweek 2023（第十二届）中国机器人产业大会”期间接受媒体采访时表示，“AI+3D”成为让整个机器人蓬勃发展的新引擎：3D是一种数据形态，它让机器更灵活，而AI解决了如何把3D的数据更有效的使用起来，让机器人具有“人”的特征，形成一个从数据采集到数据价值提炼和应用的闭环。

王总表示，以传统机器视觉技术为基础发展而来的3D机器视觉，在中国经历了厚积，正在迎来爆发时刻。然而，过往的机器视觉产业链多数公司从3D相机硬件集成、机器视觉算法优化等低维度切入，没有改变国产3D视觉芯片“缺芯少魂”的局面，一直面临并承受着以美国德州仪器的DLP芯片模组、美国英伟达的GPU芯片模组为代表的国外芯片供货周期长、供应链不可控等问题，芯片“卡脖子”问题难以解决。

作为国内唯一拥有自主研发“MEMS芯片+SOC芯片+核心算法”的高科技公司，中科融合将自身定位为能够提供完整的AI+3D芯片以及模组产品的企业，为下游的机器人等产业服务和赋能，可广泛应用于机器人、医疗等领域。

王总表示，与国内同类企业相比，中科融合的优势一方面体现在机器视觉行业的专注度；另一方面体现在具有丰富的产品和案例经验。整体团队上，公司有着MEMS精密光学、3D算法和SoC设计团队，是一支成建制、跨领域、国际化的团队，且团队负责人都有着多年工作经验，为来自美国和新加坡的海归芯片技术专家、外企高管以及创业者。

中科融合的MEMES动态机构光技术具有极高的技术壁垒和稀缺性，其核心3D智能相机模组和模组产品，可以广泛应用在诸如生物识别、机器视觉、医疗影像、智能家居、自动驾驶、游戏影视、AR/VR设计等众多需要3D建模和空间识别的应用场景。

中科融合SoC芯片算法底层代码、硬件算子都是自主研发，集成了多个计算加速引擎，可以对数据的实时闭环处理，更好地保证光学成像的精准性。作为一颗算力芯片，它支持多种通用外设，包括摄像头、千兆以太网、USB2.0/3.0等，可以被当作嵌入式系统开发使用。从商业角度上，这能为客户在低成本的前提下提供更便捷的服务。

王总表示，中科融合MEMS微镜芯片光机属于第二代新技术，相当于第一代技术美国德州仪器100%垄断的DLP十分之一的功耗、体积。而其核心器件VDPU智能处理SoC芯片则可以做到价格下降至1/10、功耗降低至1/30倍、体积下降至1/10。更值得一提的是，在中美科技战的大背景下，3D视觉的纯国产方案对我国产业链的安全至关重要。

总结

随着人工智能技术的发展，智能机械作为一种新的产业形态正逐步融入我们的生产生活，智能机械芯片作为核心基础技术是实现其“强芯”目标的关键所在。虽然我国在智能机械领域已具备一定的基础，但我国在智能机械芯片技术方面与国际先进水平相比仍存在较大差距。

面对国内外环境的变化和发展需求，必须以高度重视我国智能机械核心芯片技术发展为契机，以国家重大需求为导向，以基础研究和关键共性技术为突破口，着力攻克一批制约我国智能机械发展的关键技术难题，尽快突破一批“卡脖子”技术，着力推动形成多层次、体系化的智能机械芯片核心技术研发体系，支撑智能机械产业快速发展。同时，要加强标准体系建设和应用推广工作，构建技术标准、应用标准等多层次标准体系，引导企业加强自主创新，推动我国智能机械产业整体水平的提升。

文章来源： 机器人在线iMrobotic，半导体产业纵横，萌尬科技