国民技术董事长孙迎彤：MCU和GPU一样 火起来可能只是一瞬间的事
“MCU什么时候会爆发？其实是一刹那的事情。” 国民技术 董事长孙迎彤对界面新闻记者说。在他看来，MCU和GPU一样，真正被市场看见、火起来，可能都只需要一瞬间。
国民技术 是一家位于深圳的芯片设计公司，2000年成立，2010年登陆创业板，今年3月又在香港上市，成为一家A+H上市公司。目前公司以MCU和安全芯片为主要业务，产品还覆盖 电池 管理、蓝牙等芯片，应用于工业控制、电机控制、 汽车 电子 、光模块、具身 机器人 等领域。
在GPU、存储和光模块先后被AI重新定价之后，市场开始寻找下一批藏在产业链后台的芯片品类。今年MCU出现结构性涨价，也让 国民技术 这家成立二十多年的老牌芯片公司重新进入视野。
MCU是一个足够庞大的市场。研究机构Grand View Research估算，2025年全球MCU市场规模约为402亿美元，预计到2033年将达到1053亿美元。但与它庞大的市场规模相比，MCU长期存在于产业链后台，鲜少被普通消费者感知。
市场正在改变。“当 英伟达 显卡做得已经如日中天的时候，其实除了游戏玩家，大众并不了解 英伟达 。”孙迎彤说。
在他看来，GPU、存储、 PCB 和光模块过去几年的变化有一个共同点：它们并不是突然变得重要，而是在新的技术周期里突然成为了瓶颈，人们才意识到这个东西原来如此重要。他相信，MCU也在等这样的时刻。
而对于已经做了二十多年芯片的 国民技术 来说，这不只是一轮行业机会。孙迎彤更致力于在这次AI产业新周期，让这家公司再做一次“引领者”。
AI为什么正在让MCU变重要
MCU不是AI时代才出现的芯片。
它早已存在于 汽车 、工业设备、家电、电源等大量 电子 产品中，只是与GPU相比，它做的事情没有那么容易被感知。
孙迎彤把两者的区别概括得很直接：CPU、GPU等芯片更强调算力和数据处理，MCU最核心的能力是“实时控制”。以 机器人 关节扭开一个瓶盖为例，当系统要求电机向左转、再向左转时，它必须毫秒级完成响应，“让它立即，它不能延迟”。
过去很长时间，这种能力虽然不可缺少，却很少成为整个 电子 系统最紧缺的部分。
AI来了，改变了很多东西。首先改变的是计算。大模型带来了前所未有的集群算力需求，GPU因此成为瓶颈；随后，数据传输和存储也被重新推到产业链前台。孙迎彤认为，新的应用改变了原来的技术要求。
“为什么现在GPU、存储都是瓶颈？”他说。多年来，存储行业经历着亏损和价格压力，“它为什么今天突然重要？是因为今天的用量以及技术要求都不一样了。”
他认为，MCU也在经历类似的变化。
当AI主要停留在 数据中心 、大模型时，市场首先需要的是更强的计算、存储和传输能力。但当AI开始进入 机器人 、 无人机 和其他AI物理终端，问题就不再只是“能不能算”，而是“算完以后怎么动起来”。
以 机器人 为例。一个 机器人 需要同时控制多个关节、电机和执行器。机器越复杂，需要实时协调的部件越多，对MCU的本地算力、尺寸、响应速度、功耗和控制能力提出的技术要求也越高。
孙迎彤把这种变化称为新的“约束”。本地算力、散热、空间、传输速度和存储速度都是约束。只要原有技术无法再满足新的要求，过去隐藏在产业链后台的零部件就可能变成新的瓶颈。
过去一颗MCU只要能够完成控制任务就足够了，但未来如果一个灵巧手需要在有限空间里控制大量电机，芯片就必须进一步缩小。他举例说，如果MCU必须做到“跟米粒一样”，否则放不进关节，那么过去并不强约束的技术指标会突然变成决定产品能否实现的关键。
“那个时候你就会发现这个东西是重要的。”他说。
这也是孙迎彤理解AI硬件机会的一套方法：真正改变一个零部件价值的，往往不是需求简单增加，而是整个系统的约束条件改变。
“如果你看到了这种约束，又为此做好准备，那未来的市场就是你的。”孙迎彤说。
MCU在等一个物理AI的 “ iPhone时刻 ”
目前， 国民技术 已经卖出数以十亿计的MCU，“但这个数量还是很小，未来的目标是数以百亿计的数量”，孙迎彤说。
这一预测之所以呈现出如此高的增长预期，核心依据在于，随着物理AI真正进入规模化应用阶段，MCU的需求量会被大幅放大。
曾主导ImageNet、现任斯坦福大学教授和World Labs联合创始人兼CEO的李飞飞认为，AI的下一前沿正在从“words”走向“worlds”。
AI的发展正在从语言和数字信息，进一步延伸到对三维世界的理解和交互。物理AI让AI“拥有身体”。当AI从生成文字、图片，走向控制 机器人 、 无人机 和各种AI终端，产业需求就从单纯的算力进一步扩展到感知、控制和执行。
对于硬件产业而言，这也让实时控制的重要性随之提高。
现在， 国民技术 的MCU产品已经开始进入一些机器人公司的采购体系，但孙迎彤承认，“现在的量很小，那么什么时候会爆发？实际上就是一刹那的事情。一旦这个推广出现了就非常迅猛。”
孙迎彤所说的“一刹那”，是指 AI应用 从少数场景走向大规模普及的临界点。一旦AI开始大规模进入现实世界，MCU需求的增长可能同时来自两个方向：一是单台终端需要的MCU数量和性能要求提高，二是AI终端的数量增加。
按照孙迎彤的观察，一台 人形机器人 至少可能使用约80颗MCU。如果灵巧手进一步提高自由度，需要控制的电机数量还会继续增加，对MCU的数量、尺寸和实时控制能力都会提出更高要求。
更大的变量则来自终端数量。
人形机器人 只是物理AI的一种现在被认可的形态，孙迎彤认为， AI眼镜 、 AI手机 、智能手表、AI手套、家电、AI电子工具，以及大量今天还没有出现的设备，都会逐渐成为AI进入现实世界的终端。
汽车 目前是MCU重要的出货方向之一。孙迎彤以汽车和智能手机作比较：汽车的数量总体以亿计，智能手机每年出货则达到十几亿部；而到了“随身AI”时代，终端不会只有手机一种形态，而可能同时存在于个人和家庭生活的多个场景。
“以后可能所有的家电都是AI设备。”他说。
这意味着，物理AI对MCU的拉动并不只是机器人卖得更多，而可能是终端数量和单机价值量同时提高：一方面，AI设备的种类和数量增加；另一方面，每台设备需要控制的电机、 传感器 和执行机构越来越多，对MCU的用量和性能要求也随之提高。
孙迎彤因此判断，未来“物理AI”的MCU使用空间远远大于今天。
但现在，这些都还没有变成确定的市场。
孙迎彤提到，行业还在等待自己的“iPhone时刻”。iPhone刚出现时，改变的不只是手机本身。随着智能手机普及，APP成为新的入口，随后才有移动社交、电商和一批平台型公司的快速成长。
在他看来，物理AI也需要类似的一个节点。一种新的 AI应用 形态开始大规模普及，并进一步带动一整批终端和上游硬件需求同时扩张。