最近几年做嵌入式开发几乎没人能绕开国产 MCU 这个话题。从家电、工控到消费电子再到汽车前装国产芯片的渗透速度比我预想的快得多。但真让我用一段话讲清楚“国产 MCU 全景”长什么样我发现自己卡住了——不是不知道几个厂商而是产业的全貌根本不在某一份现成资料里。厂商官网、代理商的选型手册、行业白皮书、公众号推文各说各话颗粒度还完全对不齐。后来我花了一段时间专门梳理这件事最后用一张图把国产 MCU 格局装进去配合一个十几列的打标表格基本做到了“谁在做什么、谁强在哪、谁会威胁到你”一眼看清楚。这篇文章就是把我做这张图的完整思路、拆解维度、数据收集流程和踩过的坑写出来。适合想系统性了解国产 MCU 产业的人不管是做选型、做竞品分析还是刚入行想快速建立产业认知都能直接复用这套方法。1. 为什么“一张图”这么难找又为什么值得自己做1.1 信息碎片化厂商、代理、社区各说各话先说个现象。你在搜索引擎里搜“国产 MCU 厂商排行”能搜到一堆结果但仔细看会发现口径很乱。有的按出货量排有的按营收排有的干脆只是把官网上的产品线复制粘贴了一遍。更麻烦的是各家的产品命名规则完全不同有的用系列名有的用具体型号参数表里主频、Flash、Ram 的单位都不统一甚至内核是不是自研也要一个个点进产品页里确认。而且产业本身是动态的。去年还在做消费级产品的厂商今年可能已经通过了车规认证上一季度还在观望 RISC-V 的头部厂商下一季度就一口气发布了十几颗新内核的芯片。行业报告虽然有参考价值但出版周期往往是半年甚至一年一次等看到的时候格局可能已经变了。真正靠谱的方式是带着自己的问题去翻原始资料——厂商官网、季报、产品发布会、代理商价目表、开发者社区的讨论——然后整理成自己的结构。这个过程确实费时间但做完之后你获得的不是一个“别人咀嚼过的观点”而是一套可以持续更新的认知框架。1.2 你要的不是资料汇编而是一张能支撑决策的图很多人会问网上已经有那么多“全景图”了为什么还要自己做我的回答是别人做的图解决的是别人的问题。如果你是做选型你要看到的是“哪些厂商在哪些价位段有同等竞争力的产品”如果你是做投资或供应链管理你要看到的是“哪些厂商有产能保障、有没有自有产线”如果你是做行业汇报你要看到的是“国产替代整体处于什么阶段哪些赛道已经红海、哪些还是蓝海”。同一个产业不同的决策目标需要看的信息维度完全不同。现成的图大多是“厂商 LOGO 一句话介绍”的陈列式构图好看但信息密度低根本没法支撑深入的判断。所以我做这张图的时候给自己定了一个标准这张图最终必须能回答三个问题。国产 MCU 的市场到底分成哪几个梯队梯队的划分依据是什么。每个梯队里的玩家靠什么立足是成本、生态、还是特定行业的关系。未来 2 到 3 年哪些厂商的上升势头最猛哪些厂商可能被淘汰出局。能回答这三个问题的图才叫格局图。不然它顶多是一张通讯录。2. 动手前先定边界不然后面全白做2.1 先回答“国产”到底怎么算做图之前最容易忽略也最容易出错的问题是定义边界。“国产 MCU”这四个字看起来清楚但实际上有几种理解。狭义的理解是由中国内地厂商自主设计、拥有知识产权并以自有品牌对外销售的 MCU 产品。这个定义会把那些“海外品牌、国内贴牌”的产品排除在外。但现实中有不少公司是买海外晶圆厂的成熟方案或者直接用第三方提供的完整固件包换上自己的品牌就开卖这类产品算不算国产行业内一直有争议。我的处理方式是不搞道德评判只看两个硬指标芯片的设计和测试环节是否在国内完成以及产品定义和迭代是否由国内团队主导。用这个标准去套大部分争议都能快速落定。另外还要区分“国产 MCU”和“广义的国产微控制器”。有些厂商做的是跨界处理器主频很高、带 Linux 能力本质上已经接近应用处理器只是按使用习惯被归进 MCU 类别。这些产品我会在图上单列一栏不跟传统 MCU 混在一起排名否则会严重扭曲大家对梯队规模的认识。2.2 图的使用场景决定颗粒度第二个容易被忽略的问题是这张图给谁用、在什么场景下用。我做图之前问了自己一句别人看了这张图之后会做什么动作如果只是“获取一个面上的了解”那图的颗粒度可以很粗一个象限图加上几个梯队就够了。如果是“判断要不要引入这家厂商做二供”那我必须把每个厂商的产能、供货周期、替代难度、生态成熟度都标出来。颗粒度没有绝对标准取决于你打算拿图来干什么。我见过有人做产业图谱恨不得把每颗料都列上去最后图大到打印出来要贴墙看。这不是“格局图”这是“数据库”。格局图的价值是压缩信息让你在 30 秒内抓住主要矛盾。我一般会先做一张宽口径的速览图再把细节拆成几张专题图比如“车规级 MCU 格局图”“低成本消费 MCU 格局图”。一张图说不清楚的事就不要强求一张图搞定。这是我的核心教训先确定图的读者和用途再决定包含什么信息。顺序反了做出来的图永远不顺手。3. 五维模型把一盘散沙拆成可对比的坐标3.1 第一维梯队规模与成长速度我把所有值得关注的厂商先框出来然后按营收体量和出货规模分成四到五个梯队这是整个格局图的主干。第一梯队是体量明显领先的头部玩家特点是产品线覆盖通用 MCU 全系从低端到中高端都有布局品牌认知度排在行业前列在至少两三个细分行业中有很强的渠道壁垒。它们的共同优势是有完整的产品矩阵、成熟的量产能力和稳定的供货记录而且普遍盯上了车规市场。第二梯队通常是围绕某一类应用做深的中型厂商。它们可能在整体市场份额上比不过第一梯队但在某个细分行业里面比如电机控制、仪表盘、BMS 或者家电主控市占率可能反而是第一。这类厂商的特点是“在小池塘里是大鱼”配套方案做得深客户粘性极强。第三梯队和更后面的厂商要么是创业团队刚拿到融资准备量产要么是传统芯片厂商转型做 MCU 没多久产品线比较单一或者只在某个客户里验证过。第四梯队则是大量“卡在样品阶段”的小团队产品有 DEMO但量产遥遥无期大部分活不到第三年。3.2 第二维内核架构与生态护城河第二维看的是内核架构。这是一张格局图里最容易“画”但也最容易“画错”的维度。当前国产 MCU 的核心主要有三条路线。第一条是基于 Arm Cortex-M 系列内核包括 M0、M3、M4、M7这条路线的特点是生态极度成熟编译器、调试器、RTOS 和大量现成代码都能直接复用开发门槛最低。第二条是基于 RISC-V 自研内核国内有若干家厂商在推这套路线优势是授权成本低、可控性强、不依赖特定 IP 供应商劣势是软件生态和工具链还相对薄遇到疑难 Bug 时参考案例少。第三条是厂商自研专有内核这条路线上走的人最少但一旦建立起生态壁垒会非常深。做图的时候我会额外标出一个隐形指标叫“替代迁移成本”。它反映了客户用了一家的芯片之后切换到另一家需要付出的代价。迁移成本高的厂商哪怕性能参数不拔尖粘性也超乎想象。为什么有些国产厂商靠一颗料吃了很多年因为客户的产品、测试夹具、产线程序都是围绕这芯片调的换料涉及重新过认证、重写底层驱动成本远远高于芯片本身的差价。3.3 第三维应用赛道与真实场景第三维必须以应用场景为坐标因为脱离场景谈芯片参数没有任何意义。我把国产 MCU 的应用大致分成五块消费电子与家电、工业控制与电机驱动、汽车电子、物联网与低功耗边缘、通信与计算外围。这五个赛道的产品要求和竞争格局完全不同。消费电子和家电是国产 MCU 渗透最深的领域。这里性能要求不算极端但成本敏感、供货量巨大比拼的是成本和持续交付能力。国产厂商在这个赛道已经打成了红海价格战是常态。工业控制和电机驱动对稳定性、温度范围、模拟外设精度要求高而且往往需要配套算法比如电机控制里的 FOC 库。这个领域国产厂商正在快速切入因为客户对国产替代有实际需求而且愿意给机会试。汽车电子是当前国产 MCU 最热也最难啃的赛道。车规认证周期长、门槛高而且整车厂对芯片生命周期管理的要求极其严格。国产厂商在这里的格局远未定型大家都在抢跑 AEC-Q100 和功能安全认证领跑者还没出现。物联网和低功耗边缘赛道则看重功耗表现、无线连接集成度和开发效率。谁能在极低功耗下跑得更久谁的开发套件更顺手谁就能抢到更多智能家居、传感节点的订单。3.4 第四维供应链与供货稳定性第四维在大多数行业文章里会被忽略但做选型和供应链管理的人几乎都会第一时间看这条芯片是不是自有产线还是代工模式。国产 MCU 厂商里有 Fab 模式的有自己的晶圆厂产能自主可控价格策略也更灵活也有 Fabless 模式的芯片设计外包给晶圆代工厂生产。这两种模式在正常年份看不出差别但一到产能紧张的时候差别就非常巨大。我 2021 年前后经历过一次严重的芯片缺货当时印象最深的是有自有产线的厂商虽然交期也拉长但至少能给出明确的供货预期纯 Fabless 厂商则完全看代工厂脸色有些甚至直接停接新订单把老客户的量都保不过来。经历过那一轮之后我再看任何一家国产 MCU 厂商都会先查它的供应链结构。另外还要关注封装测试环节。芯片能设计出来是一回事能不能封测好、能不能按时出货是另一回事。有些厂商的设计能力很强但封测产能靠抢这种风险也要在图上标出来我一般用颜色深浅来区分供应稳定度。3.5 第五维价格带与库存信号第五维看价格但这里的价格不是芯片单颗售价而是价格带和库存周期的综合信号。国产 MCU 的价格带分布非常有意思。低端 8 位机领域几毛钱一颗的芯片大量存在毛利极薄中端 32 位 ARM 内核芯片价格集中在 1 到 3 元人民币区间这一带是国产厂商厮杀最惨烈的区域往上走到车规级或高端工控级单价能达到 10 元以上但进入门槛同步大幅提高。我做图的时候会把各家主力产品的公开参考价和“渠道实际成交价”都打上标签。公开价和成交价往往有不小差距尤其是在需求疲软的时候代理商为了冲业绩会偷偷放价。如果你不看成交价只看官方报价就会误判一家厂商的利润空间和价格策略。库存信号则反映一个厂商目前是处于“去库存”还是“缺货”状态。这个信号可以从几个侧面观察代理商报价是否松动、交期是否缩短、官网是否频繁挂出“停产通知”、论坛里用户是否经常问“这颗料还买得到吗”。把这些碎片拼起来你会发现厂商之间的境况差异非常大而这张图中的“冷热区”往往能提示你上下游供需正在往哪个方向走。4. 数据收集与打标一天摸完产业底细的实操流程4.1 信息源怎么选不是越多越好定完模型下一步就是收集数据。信息源的取舍上我走过弯路一开始恨不得把券商研报、行业热搜、展会访谈全塞进来结果数据口径互相矛盾整理起来一度想放弃。后来我收敛成四个主要信息源优先级从高到低分别是厂商官方资料、开发者和用户的真实反馈、代理商和渠道信息、行业协会与第三方报告。厂商官方资料是信息的底座包括官网产品页面、数据手册、应用笔记、发布会回放和财务报表。这些信息的优点是准确度高缺点是都有宣传倾向所以不能单独用必须配合其他来源做修正。开发者和用户的真实反馈是极好的“去滤镜”手段。BBS、技术社区、开源硬件项目里的讨论往往能暴露官方文档里不会写的问题比如某颗芯片的 ADC 采样有噪声、某家的 SDK 在低版本编译器下会报错。一个产品有没有生命力去看社区活跃度最直观。代理商和渠道信息能帮你了解真实成交状态。代理商手里有价目表、库存清单、交期承诺这些信息虽然拿起来没那么方便但只要你以“要选型”的名义去询价大部分代理商还是愿意透露一个大致的报价范围。第三方的行业报告和榜单适合做交叉参考但自媒体时代很多榜单是充值的只能当作线索不能当作结论。4.2 一张 Excel 把厂商打上 12 个标签我整理数据的核心工具其实就是一张设计好的 Excel 表格。表里每一行是一家厂商每一列是一个标签维度。字段大致如下厂商名称所属梯队总部地点和成立时间上市状态叙入的内核架构ARM M0/M3/M4/M7、RISC-V、自研主打产品系列和代表型号工艺节点90nm、55nm、40nm等主要应用赛道家电、工控、汽车、低功耗物联网等车规认证状态已过 AEC-Q100、待认证、暂无计划等生态建设情况工具链成熟度、例程丰富度、社区热度供应结构Fab / Fabless / 有自有产线参考价格区间和供货信号这套标签体系不是一次定死的我会在整理过程中不断增删。比如后来我发现“封装形式”对某些场景很重要就加了一列“是否有长期供货承诺”对汽车客户很重要就也加了一列。表格的价值在于强迫你把模糊的印象转变成可比较的条目不然你会一直停留在“这家好像还不错”的感性判断里。4.3 交叉验证防止被一份 PPT 带偏数据收集过程中最容易被带偏的环节是轻信单一来源。举一个很典型的例子某家厂商在官网上放了一颗主打车规的 MCU描述里暗示已经大规模量产装车。但你去翻技术社区会发现真实用户反馈是“样品申请很难交期不稳定”再去找代理商询价对方会告诉你“这颗料处于导入期大货还没有真正铺开”。三条信息一交叉你就知道这颗芯片的真实状态是“规划得很漂亮但还没形成实际产能”。我的习惯是任何一条关键信息至少要找到两个互不依赖的来源做交叉确认。尤其是“认证是否通过”“是否大规模量产”“供货是否稳定”这三类信息一定要区分“官方说法”和“可证实的事实”。做表的过程中我还会给每个来源标注可信度A 是官方文档、B 是代理商/资深用户转述、C 是二手信息或公开推测。这张图最后展示的结论必须建立在 A 和 B 级别信息的基础上C 级别信息只作为背景参考绝对不进入核心结论。5. 把数据画成图两种实用图谱的绘制方法5.1 厂商实力矩阵图静态一眼看全Excel 整理完之后下一步就是把它转化成真正能“看一眼就懂”的图。我最常画的一种图是厂商实力矩阵图横轴是“产品线覆盖宽度”纵轴是“生态与供应链成熟度”。每家厂商根据表格里的数据打成一个点或者一个气泡落在不同的位置上。画这种图的时候要注意坐标轴必须用“相对比较”而非“绝对数值”。因为没有任何一个公开数据库包含所有厂商的产品线宽度数据所以我会先把自己的判断基准定成一个相对排序再转换成图上位置。这样做虽然有一定主观性但至少保证所有玩家在同一把尺子下排列不会出现口径混用的问题。矩阵图画完整个格局的“骨架”就出来了。你会很直观地看到左上角大多是创业公司产品线窄、生态弱右上角是头部大厂什么都有、什么都在做右下角是某些专注于单一赛道的“隐形冠军”产品线不宽但生态扎实、供应链稳定活得非常好。5.2 市场规模动态气泡图看到两三年的变化静态矩阵图能反映当下但产业格局是动态的所以我会再做一张时间维度的气泡图把同一批厂商在三到四个时间点上的营收或出货量画成气泡序列气泡大小代表规模位置代表产品方向。这张图最大的价值是让你看到“势能”而不是“现状”。有些厂商三年前还只是个极小的气泡现在却大得占满了中心区域说明它踩中了某个爆发的赛道比如储能、汽车电子或者 AIoT。相反有些厂商三年前是头部泡泡现在却明显萎缩那就要仔细想想它的产品是不是被替代了或者核心客户出了什么问题。画动态图的时候我用的工具其实很简单第一版用 Python 和绘图库做散点图后续就改成在线可视化工具维护因为动态更新频率高手工调位置不现实。把时间维度加进来之后这张图就不再只是一张“地图”更像是一盘“棋局”——你能看出谁在进攻、谁在防守、谁还在场边观望。5.3 工具与维护节奏工具有很多种从最基础的 PPT、Excel 图表到可视化工具、专业图表库都能胜任。我的选择标准是三百块的东西能解决的事就不要上三万的工具。前期我用的是通用表格加绘图库字段少、迭代快等后面数据量大了确实需要多人协作和频繁更新的时候才转到专门的在线可视化平台上把表格数据通过配置接口定期同步。但比工具更重要的是维护节奏。产业格局图这种东西做一次是没用的必须定期更新。我自己的习惯是每季度花半天时间把所有厂商的最新动态过一遍更新表格里最容易变化的三类字段——融资和并购情况、新品发布与量产进度、价格和供货信号。半年更新一次矩阵图一年更新一次完整版分析。当作“季度体检查”来做维护成本其实不高。做一张图不难难的是让它一直保持有效。一张过期半年以上的格局图不如不做。6. 画图之外的常见误判能绕开就绕开6.1 用市场份额代替技术心智画完图之后还有一个更容易犯的错是解读时的偏见。最常见的误判是把市场份额等同于技术心智。A 厂商市场份额很高不代表它在这个市场里是“技术定义者”。很多份额很高的厂商靠的是低价和大客户关系产品本身在性能、可靠性和开发体验上并不领先。如果你要选“长期合作伙伴”光看份额就会被误导。同样地某些份额低的创业公司可能在某个具体参数上做到了行业标杆比如主频、功耗或者集成度它们现在的份额低只是因为导入期还没过。我在这张图上加了“心智”这个隐形容器它不等于市场份额而是代表在目标用户心中那个品牌是不是“默认选择”。当用户要选一颗电机驱动 MCU脑子里第一个跳出来的品牌是哪一家这就是心智。这种信息在图里没法直接画但我会在注释区里标注每个细分赛道目前的心智排序这比单纯看份额有用得多。6.2 把“参数堆料”当成竞争力第二个常见误判是把参数堆料等同于产品竞争力。芯片的参数表是最容易被用来做对比的但真实产品力要看的东西远不止参数。举个我自己踩过的坑。某厂商推出一颗 MCU主频做得非常高Flash 和 Ram 也直接翻倍参数表非常漂亮。我一开始在图上把它标成了“高性能路线黑马”后来实际拿到开发板一跑发现配套的 ADC 校准算法有缺陷在高温下采样漂移明显而且官方 SDK 更新频率极慢社区里连个像样的例程都没有。最后我只能把它的评分降下来。所以我在评价一家厂商的时候会刻意把“研发实力”和“工程落地能力”分开看。研发实力看产品定义和芯片参数工程落地能力看配套工具链、参考设计、量产瑕疵率、FAE响应速度。很多国产 MCU 厂商研发实力不弱但工程落地能力跟不上最终结果就是芯片纸面数据一流客户用起来骂声一片。6.3 忽略行业认证与车规门槛第三个误判是忽略行业认证这道硬门槛。消费级和工业级 MCU 的竞争看性能、价格、供货就能有个大概判断但到了汽车电子领域游戏规则完全不同。车规认证周期长达一到三年而且不是“申请了就能过”需要大量测试和实车验证。AEC-Q100 是芯片级可靠性认证ISO 26262 是功能安全认证体系此外整车厂自己还有漫长的导入流程一颗芯片从送样到真正量产装车周期比很多创业公司整个生命周期都长。所以看车规 MCU 格局的时候我不看厂商自己说“已布局车规”而是看四个硬指标是否通过了 AEC-Q100 对应等级认证是否通过了功能安全标准认证是否有至少一款芯片进入主流整车厂的正式 BOM是否有稳定的第二供货来源或足够产能保障未来 5 年的供货承诺。这四个指标任何一条不满足在车规这张图上就只能算是“观察区”不能算“玩家区”。6.4 统计口径混用导致假格局最后一个坑是统计口径的混用。产业分析里最大的欺骗性往往不是别人瞎编数据而是大家各说各话但都没有意识到口径不一样。比如“出货量”这个指标有的厂商公布的是晶圆出货量有的公布的是芯片数量有的干脆把样品和小批量也算了进去。“营收”指标也一样有的是芯片销售收入有的是含方案和软件服务在内的总营收。把单位不同、统计方式不同的数据直接堆在同一个坐标里得出来的所谓“格局”必然失真。我在图上统一规定所有规模数据必须标明口径要么是“MCU 芯片销量”要么是“MCU 业务营收”不允许混用。凡是拿不到原始定义的数据宁可留空也不填进主图。留白有时候比硬填一个数字更诚实。7. 这张图到底怎么用三个典型场景7.1 选型时当导航地图整理完格局图之后我最大的感受是它最实用的场景不是给别人做汇报而是给自己做选型导航。以前做选型我是被动式的。客户说需要一颗 MCU我从熟悉的厂商里翻型号翻不到就去代理商的网站搜效率很低而且很容易错过新厂商的新产品。现在我的流程完全变了先看这张格局图确定当前项目属于哪个赛道再看这个赛道里处于“进攻位置”的厂商有哪些然后直接去它们的官网按系列筛选接着找代理商要样品和报价。这张图本质上是一个“先选赛道、再选选手”的漏斗入口。它能帮你避免很多低效试探。比如你已经知道某家厂商在电机控制上有非常深的积累那么做变频水泵项目的时候根本不需要从零开始海选直接去这家找参考方案就行。7.2 供应链规划当风险地图第二个用法是当供应链风险地图。对于正在规划产品线、尤其是准备锁定长期供货来源的团队来说格局图上一目了然的“供应结构”字段比很多内部情报都重要。如果所有候选厂商都是纯 Fabless而且都有共同的代工厂那就要警惕“一颗芯片出问题全盘受影响”的情况如果候选列表里至少有一家 Fab 模式厂商缓冲空间就大很多。我会在图上把供应稳定度分成红黄绿三档绿档是长单可达、产能稳定的黄档是交期偏长但还能接受红档是随时可能出现断供风险的。选型的时候哪怕红档厂商价格再低我也不会把它作为唯一来源。这套做法帮我躲过了不止一次产能危机说它是“保命图”也不夸张。7.3 汇报沟通时当共识锚点第三种用法是在团队汇报或者向上沟通的时候用它做“共识锚点”而不是把图丢给别人就完事。做过技术决策的人都知道最痛苦的不是选型而是让团队里所有角色对一个复杂局面形成统一认识。硬件工程师看参数采购看价格老板看供应安全不同角色关注点完全不同。这时候拿出格局图先花五分钟把“厂商所处位置”讲清楚再引到项目具体要讨论的问题上讨论效率会高很多。我一般会在汇报前准备两版图。一版是完整数据版给核心决策者看细节另一版是极简速览版只保留梯队位置、赛道标签和供应信号给跨部门同事快速理解现状。图本身不会替你决策但它能让大家站在同一张地图上说话。最后说点我个人的体会做完这轮国产 MCU 格局梳理我最大的感受是产业格局不是一张静态的合影而是一部持续更新的连续剧。画图的过程逼着我把“好像听过这个名字”“这家应该还行”这种模糊感觉转化成“产品线涵盖几个系列、内核对齐什么架构、供货结构是什么模式、当前处于什么梯队”这种可验证的判断。这种认知升级比那张图本身值钱得多。如果让我给刚开始做类似工作的人一条建议我想说不用等把所有资料都找齐再动手。先搭一个粗糙的框架边收集边修正一个月之后再回头看你最初的版本你会发现很多当时以为很重要的信息现在根本不值得占用一个标签列而那些当时没注意到的小细节反而成了判断一家厂商的关键。产业里每天都在出现新名字、新料号、新认证。图可以更新但那个“怎么看清一个产业”的方法会一直长在你身上。
最近几年做嵌入式开发几乎没人能绕开国产 MCU 这个话题。从家电、工控到消费电子再到汽车前装国产芯片的渗透速度比我预想的快得多。但真让我用一段话讲清楚“国产 MCU 全景”长什么样我发现自己卡住了——不是不知道几个厂商而是产业的全貌根本不在某一份现成资料里。厂商官网、代理商的选型手册、行业白皮书、公众号推文各说各话颗粒度还完全对不齐。后来我花了一段时间专门梳理这件事最后用一张图把国产 MCU 格局装进去配合一个十几列的打标表格基本做到了“谁在做什么、谁强在哪、谁会威胁到你”一眼看清楚。这篇文章就是把我做这张图的完整思路、拆解维度、数据收集流程和踩过的坑写出来。适合想系统性了解国产 MCU 产业的人不管是做选型、做竞品分析还是刚入行想快速建立产业认知都能直接复用这套方法。1. 为什么“一张图”这么难找又为什么值得自己做1.1 信息碎片化厂商、代理、社区各说各话先说个现象。你在搜索引擎里搜“国产 MCU 厂商排行”能搜到一堆结果但仔细看会发现口径很乱。有的按出货量排有的按营收排有的干脆只是把官网上的产品线复制粘贴了一遍。更麻烦的是各家的产品命名规则完全不同有的用系列名有的用具体型号参数表里主频、Flash、Ram 的单位都不统一甚至内核是不是自研也要一个个点进产品页里确认。而且产业本身是动态的。去年还在做消费级产品的厂商今年可能已经通过了车规认证上一季度还在观望 RISC-V 的头部厂商下一季度就一口气发布了十几颗新内核的芯片。行业报告虽然有参考价值但出版周期往往是半年甚至一年一次等看到的时候格局可能已经变了。真正靠谱的方式是带着自己的问题去翻原始资料——厂商官网、季报、产品发布会、代理商价目表、开发者社区的讨论——然后整理成自己的结构。这个过程确实费时间但做完之后你获得的不是一个“别人咀嚼过的观点”而是一套可以持续更新的认知框架。1.2 你要的不是资料汇编而是一张能支撑决策的图很多人会问网上已经有那么多“全景图”了为什么还要自己做我的回答是别人做的图解决的是别人的问题。如果你是做选型你要看到的是“哪些厂商在哪些价位段有同等竞争力的产品”如果你是做投资或供应链管理你要看到的是“哪些厂商有产能保障、有没有自有产线”如果你是做行业汇报你要看到的是“国产替代整体处于什么阶段哪些赛道已经红海、哪些还是蓝海”。同一个产业不同的决策目标需要看的信息维度完全不同。现成的图大多是“厂商 LOGO 一句话介绍”的陈列式构图好看但信息密度低根本没法支撑深入的判断。所以我做这张图的时候给自己定了一个标准这张图最终必须能回答三个问题。国产 MCU 的市场到底分成哪几个梯队梯队的划分依据是什么。每个梯队里的玩家靠什么立足是成本、生态、还是特定行业的关系。未来 2 到 3 年哪些厂商的上升势头最猛哪些厂商可能被淘汰出局。能回答这三个问题的图才叫格局图。不然它顶多是一张通讯录。2. 动手前先定边界不然后面全白做2.1 先回答“国产”到底怎么算做图之前最容易忽略也最容易出错的问题是定义边界。“国产 MCU”这四个字看起来清楚但实际上有几种理解。狭义的理解是由中国内地厂商自主设计、拥有知识产权并以自有品牌对外销售的 MCU 产品。这个定义会把那些“海外品牌、国内贴牌”的产品排除在外。但现实中有不少公司是买海外晶圆厂的成熟方案或者直接用第三方提供的完整固件包换上自己的品牌就开卖这类产品算不算国产行业内一直有争议。我的处理方式是不搞道德评判只看两个硬指标芯片的设计和测试环节是否在国内完成以及产品定义和迭代是否由国内团队主导。用这个标准去套大部分争议都能快速落定。另外还要区分“国产 MCU”和“广义的国产微控制器”。有些厂商做的是跨界处理器主频很高、带 Linux 能力本质上已经接近应用处理器只是按使用习惯被归进 MCU 类别。这些产品我会在图上单列一栏不跟传统 MCU 混在一起排名否则会严重扭曲大家对梯队规模的认识。2.2 图的使用场景决定颗粒度第二个容易被忽略的问题是这张图给谁用、在什么场景下用。我做图之前问了自己一句别人看了这张图之后会做什么动作如果只是“获取一个面上的了解”那图的颗粒度可以很粗一个象限图加上几个梯队就够了。如果是“判断要不要引入这家厂商做二供”那我必须把每个厂商的产能、供货周期、替代难度、生态成熟度都标出来。颗粒度没有绝对标准取决于你打算拿图来干什么。我见过有人做产业图谱恨不得把每颗料都列上去最后图大到打印出来要贴墙看。这不是“格局图”这是“数据库”。格局图的价值是压缩信息让你在 30 秒内抓住主要矛盾。我一般会先做一张宽口径的速览图再把细节拆成几张专题图比如“车规级 MCU 格局图”“低成本消费 MCU 格局图”。一张图说不清楚的事就不要强求一张图搞定。这是我的核心教训先确定图的读者和用途再决定包含什么信息。顺序反了做出来的图永远不顺手。3. 五维模型把一盘散沙拆成可对比的坐标3.1 第一维梯队规模与成长速度我把所有值得关注的厂商先框出来然后按营收体量和出货规模分成四到五个梯队这是整个格局图的主干。第一梯队是体量明显领先的头部玩家特点是产品线覆盖通用 MCU 全系从低端到中高端都有布局品牌认知度排在行业前列在至少两三个细分行业中有很强的渠道壁垒。它们的共同优势是有完整的产品矩阵、成熟的量产能力和稳定的供货记录而且普遍盯上了车规市场。第二梯队通常是围绕某一类应用做深的中型厂商。它们可能在整体市场份额上比不过第一梯队但在某个细分行业里面比如电机控制、仪表盘、BMS 或者家电主控市占率可能反而是第一。这类厂商的特点是“在小池塘里是大鱼”配套方案做得深客户粘性极强。第三梯队和更后面的厂商要么是创业团队刚拿到融资准备量产要么是传统芯片厂商转型做 MCU 没多久产品线比较单一或者只在某个客户里验证过。第四梯队则是大量“卡在样品阶段”的小团队产品有 DEMO但量产遥遥无期大部分活不到第三年。3.2 第二维内核架构与生态护城河第二维看的是内核架构。这是一张格局图里最容易“画”但也最容易“画错”的维度。当前国产 MCU 的核心主要有三条路线。第一条是基于 Arm Cortex-M 系列内核包括 M0、M3、M4、M7这条路线的特点是生态极度成熟编译器、调试器、RTOS 和大量现成代码都能直接复用开发门槛最低。第二条是基于 RISC-V 自研内核国内有若干家厂商在推这套路线优势是授权成本低、可控性强、不依赖特定 IP 供应商劣势是软件生态和工具链还相对薄遇到疑难 Bug 时参考案例少。第三条是厂商自研专有内核这条路线上走的人最少但一旦建立起生态壁垒会非常深。做图的时候我会额外标出一个隐形指标叫“替代迁移成本”。它反映了客户用了一家的芯片之后切换到另一家需要付出的代价。迁移成本高的厂商哪怕性能参数不拔尖粘性也超乎想象。为什么有些国产厂商靠一颗料吃了很多年因为客户的产品、测试夹具、产线程序都是围绕这芯片调的换料涉及重新过认证、重写底层驱动成本远远高于芯片本身的差价。3.3 第三维应用赛道与真实场景第三维必须以应用场景为坐标因为脱离场景谈芯片参数没有任何意义。我把国产 MCU 的应用大致分成五块消费电子与家电、工业控制与电机驱动、汽车电子、物联网与低功耗边缘、通信与计算外围。这五个赛道的产品要求和竞争格局完全不同。消费电子和家电是国产 MCU 渗透最深的领域。这里性能要求不算极端但成本敏感、供货量巨大比拼的是成本和持续交付能力。国产厂商在这个赛道已经打成了红海价格战是常态。工业控制和电机驱动对稳定性、温度范围、模拟外设精度要求高而且往往需要配套算法比如电机控制里的 FOC 库。这个领域国产厂商正在快速切入因为客户对国产替代有实际需求而且愿意给机会试。汽车电子是当前国产 MCU 最热也最难啃的赛道。车规认证周期长、门槛高而且整车厂对芯片生命周期管理的要求极其严格。国产厂商在这里的格局远未定型大家都在抢跑 AEC-Q100 和功能安全认证领跑者还没出现。物联网和低功耗边缘赛道则看重功耗表现、无线连接集成度和开发效率。谁能在极低功耗下跑得更久谁的开发套件更顺手谁就能抢到更多智能家居、传感节点的订单。3.4 第四维供应链与供货稳定性第四维在大多数行业文章里会被忽略但做选型和供应链管理的人几乎都会第一时间看这条芯片是不是自有产线还是代工模式。国产 MCU 厂商里有 Fab 模式的有自己的晶圆厂产能自主可控价格策略也更灵活也有 Fabless 模式的芯片设计外包给晶圆代工厂生产。这两种模式在正常年份看不出差别但一到产能紧张的时候差别就非常巨大。我 2021 年前后经历过一次严重的芯片缺货当时印象最深的是有自有产线的厂商虽然交期也拉长但至少能给出明确的供货预期纯 Fabless 厂商则完全看代工厂脸色有些甚至直接停接新订单把老客户的量都保不过来。经历过那一轮之后我再看任何一家国产 MCU 厂商都会先查它的供应链结构。另外还要关注封装测试环节。芯片能设计出来是一回事能不能封测好、能不能按时出货是另一回事。有些厂商的设计能力很强但封测产能靠抢这种风险也要在图上标出来我一般用颜色深浅来区分供应稳定度。3.5 第五维价格带与库存信号第五维看价格但这里的价格不是芯片单颗售价而是价格带和库存周期的综合信号。国产 MCU 的价格带分布非常有意思。低端 8 位机领域几毛钱一颗的芯片大量存在毛利极薄中端 32 位 ARM 内核芯片价格集中在 1 到 3 元人民币区间这一带是国产厂商厮杀最惨烈的区域往上走到车规级或高端工控级单价能达到 10 元以上但进入门槛同步大幅提高。我做图的时候会把各家主力产品的公开参考价和“渠道实际成交价”都打上标签。公开价和成交价往往有不小差距尤其是在需求疲软的时候代理商为了冲业绩会偷偷放价。如果你不看成交价只看官方报价就会误判一家厂商的利润空间和价格策略。库存信号则反映一个厂商目前是处于“去库存”还是“缺货”状态。这个信号可以从几个侧面观察代理商报价是否松动、交期是否缩短、官网是否频繁挂出“停产通知”、论坛里用户是否经常问“这颗料还买得到吗”。把这些碎片拼起来你会发现厂商之间的境况差异非常大而这张图中的“冷热区”往往能提示你上下游供需正在往哪个方向走。4. 数据收集与打标一天摸完产业底细的实操流程4.1 信息源怎么选不是越多越好定完模型下一步就是收集数据。信息源的取舍上我走过弯路一开始恨不得把券商研报、行业热搜、展会访谈全塞进来结果数据口径互相矛盾整理起来一度想放弃。后来我收敛成四个主要信息源优先级从高到低分别是厂商官方资料、开发者和用户的真实反馈、代理商和渠道信息、行业协会与第三方报告。厂商官方资料是信息的底座包括官网产品页面、数据手册、应用笔记、发布会回放和财务报表。这些信息的优点是准确度高缺点是都有宣传倾向所以不能单独用必须配合其他来源做修正。开发者和用户的真实反馈是极好的“去滤镜”手段。BBS、技术社区、开源硬件项目里的讨论往往能暴露官方文档里不会写的问题比如某颗芯片的 ADC 采样有噪声、某家的 SDK 在低版本编译器下会报错。一个产品有没有生命力去看社区活跃度最直观。代理商和渠道信息能帮你了解真实成交状态。代理商手里有价目表、库存清单、交期承诺这些信息虽然拿起来没那么方便但只要你以“要选型”的名义去询价大部分代理商还是愿意透露一个大致的报价范围。第三方的行业报告和榜单适合做交叉参考但自媒体时代很多榜单是充值的只能当作线索不能当作结论。4.2 一张 Excel 把厂商打上 12 个标签我整理数据的核心工具其实就是一张设计好的 Excel 表格。表里每一行是一家厂商每一列是一个标签维度。字段大致如下厂商名称所属梯队总部地点和成立时间上市状态叙入的内核架构ARM M0/M3/M4/M7、RISC-V、自研主打产品系列和代表型号工艺节点90nm、55nm、40nm等主要应用赛道家电、工控、汽车、低功耗物联网等车规认证状态已过 AEC-Q100、待认证、暂无计划等生态建设情况工具链成熟度、例程丰富度、社区热度供应结构Fab / Fabless / 有自有产线参考价格区间和供货信号这套标签体系不是一次定死的我会在整理过程中不断增删。比如后来我发现“封装形式”对某些场景很重要就加了一列“是否有长期供货承诺”对汽车客户很重要就也加了一列。表格的价值在于强迫你把模糊的印象转变成可比较的条目不然你会一直停留在“这家好像还不错”的感性判断里。4.3 交叉验证防止被一份 PPT 带偏数据收集过程中最容易被带偏的环节是轻信单一来源。举一个很典型的例子某家厂商在官网上放了一颗主打车规的 MCU描述里暗示已经大规模量产装车。但你去翻技术社区会发现真实用户反馈是“样品申请很难交期不稳定”再去找代理商询价对方会告诉你“这颗料处于导入期大货还没有真正铺开”。三条信息一交叉你就知道这颗芯片的真实状态是“规划得很漂亮但还没形成实际产能”。我的习惯是任何一条关键信息至少要找到两个互不依赖的来源做交叉确认。尤其是“认证是否通过”“是否大规模量产”“供货是否稳定”这三类信息一定要区分“官方说法”和“可证实的事实”。做表的过程中我还会给每个来源标注可信度A 是官方文档、B 是代理商/资深用户转述、C 是二手信息或公开推测。这张图最后展示的结论必须建立在 A 和 B 级别信息的基础上C 级别信息只作为背景参考绝对不进入核心结论。5. 把数据画成图两种实用图谱的绘制方法5.1 厂商实力矩阵图静态一眼看全Excel 整理完之后下一步就是把它转化成真正能“看一眼就懂”的图。我最常画的一种图是厂商实力矩阵图横轴是“产品线覆盖宽度”纵轴是“生态与供应链成熟度”。每家厂商根据表格里的数据打成一个点或者一个气泡落在不同的位置上。画这种图的时候要注意坐标轴必须用“相对比较”而非“绝对数值”。因为没有任何一个公开数据库包含所有厂商的产品线宽度数据所以我会先把自己的判断基准定成一个相对排序再转换成图上位置。这样做虽然有一定主观性但至少保证所有玩家在同一把尺子下排列不会出现口径混用的问题。矩阵图画完整个格局的“骨架”就出来了。你会很直观地看到左上角大多是创业公司产品线窄、生态弱右上角是头部大厂什么都有、什么都在做右下角是某些专注于单一赛道的“隐形冠军”产品线不宽但生态扎实、供应链稳定活得非常好。5.2 市场规模动态气泡图看到两三年的变化静态矩阵图能反映当下但产业格局是动态的所以我会再做一张时间维度的气泡图把同一批厂商在三到四个时间点上的营收或出货量画成气泡序列气泡大小代表规模位置代表产品方向。这张图最大的价值是让你看到“势能”而不是“现状”。有些厂商三年前还只是个极小的气泡现在却大得占满了中心区域说明它踩中了某个爆发的赛道比如储能、汽车电子或者 AIoT。相反有些厂商三年前是头部泡泡现在却明显萎缩那就要仔细想想它的产品是不是被替代了或者核心客户出了什么问题。画动态图的时候我用的工具其实很简单第一版用 Python 和绘图库做散点图后续就改成在线可视化工具维护因为动态更新频率高手工调位置不现实。把时间维度加进来之后这张图就不再只是一张“地图”更像是一盘“棋局”——你能看出谁在进攻、谁在防守、谁还在场边观望。5.3 工具与维护节奏工具有很多种从最基础的 PPT、Excel 图表到可视化工具、专业图表库都能胜任。我的选择标准是三百块的东西能解决的事就不要上三万的工具。前期我用的是通用表格加绘图库字段少、迭代快等后面数据量大了确实需要多人协作和频繁更新的时候才转到专门的在线可视化平台上把表格数据通过配置接口定期同步。但比工具更重要的是维护节奏。产业格局图这种东西做一次是没用的必须定期更新。我自己的习惯是每季度花半天时间把所有厂商的最新动态过一遍更新表格里最容易变化的三类字段——融资和并购情况、新品发布与量产进度、价格和供货信号。半年更新一次矩阵图一年更新一次完整版分析。当作“季度体检查”来做维护成本其实不高。做一张图不难难的是让它一直保持有效。一张过期半年以上的格局图不如不做。6. 画图之外的常见误判能绕开就绕开6.1 用市场份额代替技术心智画完图之后还有一个更容易犯的错是解读时的偏见。最常见的误判是把市场份额等同于技术心智。A 厂商市场份额很高不代表它在这个市场里是“技术定义者”。很多份额很高的厂商靠的是低价和大客户关系产品本身在性能、可靠性和开发体验上并不领先。如果你要选“长期合作伙伴”光看份额就会被误导。同样地某些份额低的创业公司可能在某个具体参数上做到了行业标杆比如主频、功耗或者集成度它们现在的份额低只是因为导入期还没过。我在这张图上加了“心智”这个隐形容器它不等于市场份额而是代表在目标用户心中那个品牌是不是“默认选择”。当用户要选一颗电机驱动 MCU脑子里第一个跳出来的品牌是哪一家这就是心智。这种信息在图里没法直接画但我会在注释区里标注每个细分赛道目前的心智排序这比单纯看份额有用得多。6.2 把“参数堆料”当成竞争力第二个常见误判是把参数堆料等同于产品竞争力。芯片的参数表是最容易被用来做对比的但真实产品力要看的东西远不止参数。举个我自己踩过的坑。某厂商推出一颗 MCU主频做得非常高Flash 和 Ram 也直接翻倍参数表非常漂亮。我一开始在图上把它标成了“高性能路线黑马”后来实际拿到开发板一跑发现配套的 ADC 校准算法有缺陷在高温下采样漂移明显而且官方 SDK 更新频率极慢社区里连个像样的例程都没有。最后我只能把它的评分降下来。所以我在评价一家厂商的时候会刻意把“研发实力”和“工程落地能力”分开看。研发实力看产品定义和芯片参数工程落地能力看配套工具链、参考设计、量产瑕疵率、FAE响应速度。很多国产 MCU 厂商研发实力不弱但工程落地能力跟不上最终结果就是芯片纸面数据一流客户用起来骂声一片。6.3 忽略行业认证与车规门槛第三个误判是忽略行业认证这道硬门槛。消费级和工业级 MCU 的竞争看性能、价格、供货就能有个大概判断但到了汽车电子领域游戏规则完全不同。车规认证周期长达一到三年而且不是“申请了就能过”需要大量测试和实车验证。AEC-Q100 是芯片级可靠性认证ISO 26262 是功能安全认证体系此外整车厂自己还有漫长的导入流程一颗芯片从送样到真正量产装车周期比很多创业公司整个生命周期都长。所以看车规 MCU 格局的时候我不看厂商自己说“已布局车规”而是看四个硬指标是否通过了 AEC-Q100 对应等级认证是否通过了功能安全标准认证是否有至少一款芯片进入主流整车厂的正式 BOM是否有稳定的第二供货来源或足够产能保障未来 5 年的供货承诺。这四个指标任何一条不满足在车规这张图上就只能算是“观察区”不能算“玩家区”。6.4 统计口径混用导致假格局最后一个坑是统计口径的混用。产业分析里最大的欺骗性往往不是别人瞎编数据而是大家各说各话但都没有意识到口径不一样。比如“出货量”这个指标有的厂商公布的是晶圆出货量有的公布的是芯片数量有的干脆把样品和小批量也算了进去。“营收”指标也一样有的是芯片销售收入有的是含方案和软件服务在内的总营收。把单位不同、统计方式不同的数据直接堆在同一个坐标里得出来的所谓“格局”必然失真。我在图上统一规定所有规模数据必须标明口径要么是“MCU 芯片销量”要么是“MCU 业务营收”不允许混用。凡是拿不到原始定义的数据宁可留空也不填进主图。留白有时候比硬填一个数字更诚实。7. 这张图到底怎么用三个典型场景7.1 选型时当导航地图整理完格局图之后我最大的感受是它最实用的场景不是给别人做汇报而是给自己做选型导航。以前做选型我是被动式的。客户说需要一颗 MCU我从熟悉的厂商里翻型号翻不到就去代理商的网站搜效率很低而且很容易错过新厂商的新产品。现在我的流程完全变了先看这张格局图确定当前项目属于哪个赛道再看这个赛道里处于“进攻位置”的厂商有哪些然后直接去它们的官网按系列筛选接着找代理商要样品和报价。这张图本质上是一个“先选赛道、再选选手”的漏斗入口。它能帮你避免很多低效试探。比如你已经知道某家厂商在电机控制上有非常深的积累那么做变频水泵项目的时候根本不需要从零开始海选直接去这家找参考方案就行。7.2 供应链规划当风险地图第二个用法是当供应链风险地图。对于正在规划产品线、尤其是准备锁定长期供货来源的团队来说格局图上一目了然的“供应结构”字段比很多内部情报都重要。如果所有候选厂商都是纯 Fabless而且都有共同的代工厂那就要警惕“一颗芯片出问题全盘受影响”的情况如果候选列表里至少有一家 Fab 模式厂商缓冲空间就大很多。我会在图上把供应稳定度分成红黄绿三档绿档是长单可达、产能稳定的黄档是交期偏长但还能接受红档是随时可能出现断供风险的。选型的时候哪怕红档厂商价格再低我也不会把它作为唯一来源。这套做法帮我躲过了不止一次产能危机说它是“保命图”也不夸张。7.3 汇报沟通时当共识锚点第三种用法是在团队汇报或者向上沟通的时候用它做“共识锚点”而不是把图丢给别人就完事。做过技术决策的人都知道最痛苦的不是选型而是让团队里所有角色对一个复杂局面形成统一认识。硬件工程师看参数采购看价格老板看供应安全不同角色关注点完全不同。这时候拿出格局图先花五分钟把“厂商所处位置”讲清楚再引到项目具体要讨论的问题上讨论效率会高很多。我一般会在汇报前准备两版图。一版是完整数据版给核心决策者看细节另一版是极简速览版只保留梯队位置、赛道标签和供应信号给跨部门同事快速理解现状。图本身不会替你决策但它能让大家站在同一张地图上说话。最后说点我个人的体会做完这轮国产 MCU 格局梳理我最大的感受是产业格局不是一张静态的合影而是一部持续更新的连续剧。画图的过程逼着我把“好像听过这个名字”“这家应该还行”这种模糊感觉转化成“产品线涵盖几个系列、内核对齐什么架构、供货结构是什么模式、当前处于什么梯队”这种可验证的判断。这种认知升级比那张图本身值钱得多。如果让我给刚开始做类似工作的人一条建议我想说不用等把所有资料都找齐再动手。先搭一个粗糙的框架边收集边修正一个月之后再回头看你最初的版本你会发现很多当时以为很重要的信息现在根本不值得占用一个标签列而那些当时没注意到的小细节反而成了判断一家厂商的关键。产业里每天都在出现新名字、新料号、新认证。图可以更新但那个“怎么看清一个产业”的方法会一直长在你身上。
知识建站
内容驱动
阅读友好版式
SEO 精细化
线索转化