2026年物聯網半導體行業的6大預測

本文由半導體產業縱橫（ID：ICVIEWS）編譯自iot-analytics

物聯網芯片市場正在經歷重大革新。

盡管半導體行業的許多企業都將目光聚焦于為全球近12000個數據中心研發人工智能芯片，但為全球超過200億臺物聯網設備提供動力的芯片也在經歷著重大革新。

預測1：邊緣 AI 集成到物聯網芯片中以加速發展

將邊緣人工智能集成到物聯網設備中，將開啟向具備人工智能能力的硬件的重大轉變。

目前大多數物聯網設備缺乏運行人工智能工作負載所需的內置計算能力。盡管為了改善延遲、彈性、帶寬效率和隱私性，對本地推理的需求不斷增長，但目前已部署的210億個物聯網終端中的大多數仍然依賴外部處理或簡單的基于規則的邏輯。這種需求與能力之間的差距為2026年的變革奠定了基礎。

NPU 和具備 AI 功能的核心正進入主流物聯網設計領域。廠商正將邊緣人工智能擴展到物聯網的各個層面。近年來，只有一小部分物聯網產品（通常是工業網關、高級攝像頭和高端模塊）集成了神經網絡處理器（NPU）或低功耗人工智能加速器?，F在，廠商開始將這些功能推廣到更廣泛的設備類別中。新型物聯網系統芯片（SoC）采用輕量級NPU、矢量擴展和類似數字信號處理器（DSP）的人工智能內核進行設計，以支持異常檢測、小模型視覺、本地音頻智能和狀態監測等任務，這些任務可以直接在設備上完成。

IoT Analytics 預計 2026 年將迎來第一波搭載邊緣 AI 加速技術的物聯網設備普及浪潮。屆時，支持 AI 的芯片組出貨量將擴展到傳感器、物聯網連接模塊、工業 PC 和中端網關等領域，而這些設備此前均不具備任何設備端 AI 推理能力。

更復雜的SoC設計推動了對AI就緒工具的需求。人工智能特性正在影響物聯網芯片的設計優先級。將神經網絡處理器 (NPU) 和人工智能模塊嵌入物聯網芯片增加了設計的復雜性，尤其是在散熱預算、驗證、內存帶寬和安全性方面。因此，物聯網芯片供應商越來越依賴于針對人工智能計算分析優化的電子設計自動化 (EDA) 工具、可重用的知識產權（例如低功耗 NPU 和安全隔離區），以及針對混合工作負載（計算 + 連接 + 安全）優化的成熟工藝。這些需求正在消費、工業、汽車和能源物聯網等各個領域涌現。

IoT Analytics 預計，到 2026 年，人工智能感知型 EDA 流程和現成的 AI IP 子系統將在物聯網芯片開發中得到更廣泛的應用。這些工具和 IP 模塊將降低設計復雜性，并降低將小型模型推理功能添加到大眾市場物聯網設備的門檻。

邊緣人工智能正成為物聯網OEM廠商的關鍵差異化優勢。設備制造商將人工智能與功能創新聯系起來。隨著具備人工智能功能的硬件越來越普及，設備制造商開始將本地推理視為一項競爭優勢，從而實現諸如智能家居設備中的隱私保護分析、工業傳感器中的實時缺陷檢測或消費電子產品中的離線喚醒詞檢測等功能。

IoT Analytics 預計 2026 年將是物聯網 OEM 廠商的轉折點，屆時他們將從 2025 年初的試點階段轉向大規模的產品組合更新，并將這些產品作為邊緣 AI 賦能的物聯網設備推向市場。這一轉變將加速從基礎遙測設備向支持本地推理以實現設備端決策的終端設備的過渡。

預測2：基于芯片組和RISC-V的物聯網芯片份額將增加

模塊化和RISC-V 在物聯網領域日益普及。過去兩年，不斷上升的成本壓力、更高的集成度要求以及對更靈活架構的需求，都影響了物聯網半導體的設計。這些趨勢促使供應商轉向模塊化設計方法（例如芯片組）和開放式指令集架構（ISA）（例如 RISC-V）。隨著這些趨勢的持續發展，目前奠定的基礎表明，到 2026 年，基于芯片組和 RISC-V 的物聯網芯片都將出現顯著增長。

在新設計中，芯片組（Chiplet）正在取代單芯片系統級芯片（SoC）。2024-2025年的行業動態表明，單芯片 SoC 將明顯向分區式模塊化設計轉變。芯片組架構將計算、存儲和 I/O 功能分離到更小的芯片中，這些芯片可以在不同的工藝節點上生產，并通過高帶寬接口連接。這降低了掩模成本，提高了良率，并實現了無需重新設計整個 SoC 即可進行針對性升級。近期案例包括Tenstorrent和BOS Semiconductors 推出的 Eagle-N，這是一款面向汽車系統的基于芯片組的 AI 加速器；以及英特爾 宣布推出一款面向軟件定義汽車的多節點、基于芯片組的 SoC 。

IoT Analytics 預計，到 2026 年，物聯網、汽車和人工智能芯片組中芯片組 (chiplet) 的應用將顯著增長。企業將從早期的定制芯片組設計轉向更廣泛地使用標準化的計算、連接和安全芯片組。這種模塊化方法將減少工程工作量，縮短開發周期，并降低人工智能、汽車和物聯網 SoC 的非重復性工程成本。

RISC-V 助力打造定制化低功耗物聯網芯片。隨著廠商尋求靈活性、更低的授權成本以及為特定設備定制 CPU 的能力，RISC-V 在物聯網領域迅速發展。其開放的模塊化指令集架構 (ISA) 使企業能夠構建差異化的處理器，而無需依賴封閉的 IP 生態系統。這推動了可穿戴設備、微控制器和低功耗邊緣設備等領域的快速實驗和商業部署。

IoT Analytics 預計，RISC-V 架構將在 2026 年進一步擴展到低功耗物聯網邊緣設備、邊緣 AI 處理器和汽車子系統。在那些優先考慮供應鏈自主性和更深層次架構控制（以便為特定的邊緣和汽車工作負載定制 CPU 內核）的市場中，增長將最為強勁。

預測3：更多物聯網芯片的設計將考慮到碳排放問題

RISC-V架構在物聯網領域的應用正迅速增長。隨著歐盟企業可持續發展報告指令（CSRD）等法規的出臺以及客戶期望的不斷提高，可持續性要求對半導體供應商而言變得日益具體，碳排放透明度也變得不可或缺。碳排放追蹤正日益被視為物聯網設計的核心約束，如今已與功耗、性能、面積和成本（PPAC）并列討論，而非作為一項獨立的報告內容。

碳排放指標已成為半導體設計工作流程的一部分。2024-2025年的多項進展表明，碳排放數據正開始融入日常工程工作流程。一些 EDA 供應商已將排放數據納入早期架構權衡分析中。例如，2025 年 5 月，總部位于美國的 EDA、硬件和 IP 供應商 Cadence加入了比利時納米電子研發中心imec的可持續半導體技術與系統 (SSTS) 項目，旨在將工藝和供應鏈排放數據直接集成到設計環境中，使工程師能夠像比較功耗、性能和面積 (PPA) 指標一樣比較碳排放影響。IP 供應商也在擴展其交付內容，納入可持續性元數據和生命周期假設，以便集成商能夠將碳排放估算值傳遞到系統級仿真和采購階段。

物聯網分析預計，到 2026 年，碳排放指標將更廣泛地融入物聯網半導體設計工作流程中。EDA 和 IP 供應商會將排放數據納入用于 PPAC 的早期評估中，使工程師能夠在常規架構權衡中考慮碳排放影響。

物聯網芯片制造商正在改進碳排放報告標準。代工廠和芯片供應商普遍提高了可持續發展報告的精細度，使原始設備制造商 (OEM) 更容易將碳排放影響納入組件選擇。物聯網分析預測，到 2030 年底，聯網物聯網設備將達到 390 億臺，因此，準確收集可持續發展報告的詳細信息對于整個物聯網生態系統而言至關重要，而物聯網半導體公司已經開始采取行動。

2024年6月，總部位于德國的半導體設計和制造公司英飛凌擴大了其MCU和連接器件的產品碳足跡披露范圍，涵蓋材料、制造和物流環節，以便OEM廠商在評估產品時不僅可以關注運行能效，還可以關注其隱含碳排放。2025年4月，總部位于中國臺灣的芯片代工制造商臺積電承諾加入科學碳目標倡議（SBTi），并提供節點級碳足跡數據，同時積極推動其供應商采用可再生能源。

IoT Analytics 預計，2026 年將加速推動主要晶圓代工廠和物聯網芯片供應商向標準化、可審計的碳排放信息披露轉型。芯片組公司將從分散的可持續發展報告轉向結構化的產品級和節點級信息披露，這些信息將直接導入 OEM 采購工具。這使得采購團隊能夠將隱含碳排放與價格、性能和資質數據進行比較，從而使選擇碳排放敏感型組件成為物聯網設計的常規環節。

如上圖所示，半導體設計和制造包含從概念和研究到模塊組裝的六個主要階段。物聯網分析將這些階段歸類為十種利益相關者類型。物聯網芯片遵循與其他半導體芯片相同的價值鏈步驟?！?025-2030年物聯網半導體設計和制造生態系統市場報告》重點關注物聯網芯片實際進行規格制定和生產的三個環節：物聯網EDA、物聯網SIP和物聯網代工廠。

如上圖所示，半導體設計和制造包含從概念和研究到模塊組裝的六個主要階段。物聯網分析將這些階段歸類為十種利益相關者類型。物聯網芯片遵循與其他半導體芯片相同的價值鏈步驟?！?025-2030年物聯網半導體設計和制造生態系統市場報告》重點關注物聯網芯片實際進行規格制定和生產的三個環節：物聯網EDA、物聯網SIP和物聯網代工廠。

物聯網EDA。提供軟件工具以設計物聯網終端和網關的芯片和模塊的公司。這包括寄存器傳輸級（RTL）、仿真、驗證、綜合、可測試性設計（DFT）、封裝和印刷電路板（PCB）工具，這些工具用于面向物聯網的微控制器單元（MCU）、連接集成電路（IC）、傳感器和片上系統（SoC）。

面向物聯網的軟件知識產權 (SIP)。指那些為物聯網芯片授權可重用知識產權 (IP) 模塊的公司；例如，CPU 和 MCU 內核、NPU、安全元件和互連 IP。收入僅來自物聯網終端或網關 SKU 中使用的 IP。

物聯網晶圓代工。為物聯網終端和網關芯片制造晶圓和先進封裝的公司。這包括成熟和先進的工藝節點、嵌入式非易失性存儲器、射頻和模擬工藝，以及用于物聯網模塊的系統級封裝 (SiP) 或 3D IC 封裝。

預測4：更多物聯網設備將在本地生產

各國正投資于物聯網價值鏈上的本地半導體制造。作為保障技術供應鏈安全和降低地緣政治風險的更廣泛戰略的一部分，各國政府已加大力度推進半導體生產的本地化。到2026年，物聯網芯片的制造、封裝和組裝將更多地在區域生態系統內完成，而不是集中在單一地區。

各國政府加強了對半導體供應的管控，包括物聯網芯片。各國半導體政策最初側重于尖端邏輯芯片，但近期的舉措表明，各國政府正在將監管范圍擴大到微控制器、連接芯片組、安全元件和傳感器級硅芯片等物聯網設備的關鍵組成部分。這些舉措表明，物聯網硅芯片不再被視為純粹的商品，而是國家數字基礎設施的關鍵組成部分。

IoT Analytics 預計 2026 年將出臺更多針對物聯網級半導體的監管措施。各國紛紛投資發展國內物聯網芯片生產。過去幾年，各國紛紛推出大規模產業計劃，為國內制造能力建設提供資金。

美國——《芯片與科學法案》撥款527億美元，用于促進國內制造業和研發。此外，政府還擴大了對英特爾、臺積電和三星等半導體生產公司的資助。

中國——中國通過大基金政策促進國內芯片制造，并在 2030 年前縮小技術差距。

日本——日本政府已承諾到 2030 年投入約650 億美元用于擴大其半導體和人工智能產業，支持國內晶圓廠和研發合作。

韓國——韓國官員宣布，將在2024年推出一項190億美元的扶持計劃，以加強其芯片供應鏈和中小企業競爭力。

歐盟——歐盟正根據《歐盟芯片法案》引導投資，以實現生產本地化、保障原材料供應，并在成員國之間建立技術主權。

IoT Analytics 預計，到 2026 年，許多專注于物聯網相關半導體工藝（例如，成熟節點邏輯、模擬、嵌入式非易失性存儲器和射頻）的新建和擴建的國內及區域晶圓廠將開始生產或逐步實現具有商業意義的量產。隨著這些產能在未來幾年陸續投產，芯片組供應商和各國將更有

能力構建更加自主的區域核心物聯網組件供應鏈。

預測五：物聯網芯片設計將高度依賴人工智能

人工智能正成為物聯網芯片設計工作流程的核心組成部分。過去兩年，EDA供應商一直致力于將人工智能集成到前端和后端設計流程中，為半導體團隊提供了自動化執行勞動密集型任務、驗證約束條件以及更早發現問題的新方法。這些功能對于物聯網芯片尤為重要，因為物聯網芯片在功耗、面積和成本方面都面臨著嚴格的限制，幾乎沒有設計迭代的空間。

人工智能正逐步滲透到半導體設計流程的各個環節。2024年至2025年間的多項發展表明，人工智能正開始輔助整個設計流程，而不再局限于孤立的工具。2025年7月，總部位于美國的西門子數字化工業軟件公司（Siemens Digital Industries Software ，德國工業自動化公司西門子旗下業務部門）發布了一套人工智能增強型工具集，涵蓋從原理圖繪制到物理實現的整個過程，其中包括驗證自動化、約束分析和早期缺陷檢測等功能。這些工具旨在支持半導體和PCB設計，這對于將射頻、傳感器和計算功能集成到受限尺寸的物聯網供應商而言至關重要。

IoT Analytics 預計，到 2026 年，人工智能輔助驗證、約束檢查和布局優化技術將得到更廣泛的應用，尤其是在構建邊緣人工智能芯片組、連接 SoC 和混合信號器件的物聯網設計團隊中。隨著這些人工智能驅動的 EDA 工作流程日趨成熟，它們將幫助團隊縮短迭代周期、減少實現錯誤，并應對緊湊型物聯網器件中射頻、傳感器和計算集成日益增長的復雜性。

EDA公司正在規劃通往自主設計代理的道路。供應商們也在制定人工智能系統的路線圖，這些系統的功能不僅限于生成代碼或提出優化方案。例如，總部位于美國的EDA軟件公司Synopsys的首席執行官Sassine Ghazi在2025年3月概述了一份路線圖，其中目前的生成式AI設計工具將發展成為完全自主的多代理設計系統。這些“代理工程師”有望支持IP集成、先進封裝、工藝節點選擇和生命周期管理等領域，這些領域直接影響著物聯網芯片，而物聯網芯片越來越多地將數字邏輯、射頻、電源管理和傳感功能集成到單個封裝中。

IoT Analytics 預計，早期形式的智能體人工智能將于 2026 年進入物聯網芯片開發工作流程，主要作為工作流程輔助工具，協調現有的 EDA 工具執行驗證、IP 集成和物理設計探索等任務。這些系統能夠自動執行常規步驟，提出約束和布局方案，并管理多工具設計流程，同時，工程師仍然可以掌控架構選擇、最終審批決策和安全關鍵驗證。

預測六：物聯網安全設計將成為不可妥協的要素

物聯網安全設計正成為全球市場的一項強制性要求。安全設計已從最佳實踐轉變為監管預期，而這一轉變對物聯網的影響尤為顯著。物聯網設備運行于廣泛分布且資源受限的環境中（例如工廠、家庭、車輛和能源系統），無法依賴傳統的邊界安全防護。其較長的生命周期、遠程部署和持續連接的特性，使得硬件級保護對于安全性、可靠性和合規性至關重要。這些現實情況正促使供應商將更強大的芯片級安全功能集成到物聯網價值鏈中。

合規性要求推動物聯網安全架構的演進。歐盟《網絡彈性法案》、美國國家標準與技術研究院 (NIST) 的后量子路線圖以及聯合國歐洲經濟委員會 (UNECE) R.155和R.156等監管框架日益要求設備在銷售前具備可驗證的硬件保護措施。對于物聯網供應商而言，這意味著硬件信任根、安全啟動和基于物理不可克隆函數 (PUF) 的身份認證等功能不再是可選項，而是工業自動化、汽車、醫療保健和智能家居等行業獲得認證的先決條件。

IoT Analytics 預計，到 2026 年，高端物聯網微控制器 (MCU)、連接芯片組、安全元件和邊緣人工智能處理器將更廣泛地采用硬件強制執行的安全基線。隨著監管要求的日益嚴格，硬件信任根、安全啟動和防篡改身份等硅級保護措施將成為關鍵和高端物聯網市場的標準準入條件。而在低成本物聯網設備中，安全措施的應用仍將側重于更輕量的軟件層面，例如安全啟動和安全操作系統支持，而非完全依賴硬件的安全保障。

供應商正在構建工具，以確保物聯網設備的長期合規性。隨著合規要求的日益嚴格，供應商正在重新設計芯片架構，并投資開發合規工具，以幫助物聯網設備制造商滿足生命周期合規義務。例如，總部位于英國的物聯網網絡安全公司Crypto Quantique正在實現安全配置、證書生命周期管理和漏洞跟蹤的自動化，這些功能對于物聯網原始設備制造商 (OEM) 至關重要，因為設備可能需要在 10 到 20 年內部署，且無需物理訪問。與此同時，總部位于美國的半導體設計和制造公司高通 (Qualcomm)等公司正在標準化安全啟動流程、生成簽名軟件物料清單 (BSM) 并集成監控機制，以幫助供應商在已部署的設備群中保持長期合規性。

IoT Analytics 預計，到 2026 年，支持安全配置、證書管理、軟件物料清單維護以及貫穿設備全生命周期的漏洞監控的端到端合規生態系統將得到更廣泛的應用。受監管的工業、醫療和汽車市場的物聯網原始設備制造商 (OEM) 越來越多地將內部安全能力與外部合規即服務平臺相結合，以滿足長期監管義務，而無需自行構建所有工具。

后量子密碼技術正邁向物聯網硬件領域。量子計算的興起提升了后量子密碼技術的緊迫性，尤其對于那些將運行數十年且難以輕易更換的物聯網設備而言更是如此。美國國家標準與技術研究院 (NIST) 發布的關于在 2035 年前遷移到后量子密碼技術 (PQC) 的指導意見，促使半導體供應商將量子安全算法（例如基于模塊晶格的密鑰封裝機制 (ML-KEM)）嵌入到硬件中。英飛凌獲得 EAL6 認證的 PQC 硬件（TEGRION 安全控制器）充分展現了這些功能從路線圖概念到商業產品的快速轉化。

IoT Analytics 預計，在能源基礎設施、工業自動化、汽車網關和互聯醫療設備等行業對長生命周期需求的推動下，2026 年將在高價值物聯網芯片中率先試點支持 PQC 的安全模塊。目前，PQC 的應用仍僅限于高端設備，但隨著供應商開始為 NIST 2035 年的遷移時間表做準備，PQC 應該會成為一個重要的設計考量因素。

*聲明：本文系原作者創作。文章內容系其個人觀點，我方轉載僅為分享與討論，不代表我方贊成或認同，如有異議，請聯系后臺。