2026年物联网半导体行业的6大预测

本文由半导体产业纵横（ID：ICVIEWS）编译自iot-analytics

物联网芯片市场正在经历重大革新。

尽管半导体行业的许多企业都将目光聚焦于为全球近12000个数据中心研发人工智能芯片，但为全球超过200亿台物联网设备提供动力的芯片也在经历着重大革新。

预测1：边缘 AI 集成到物联网芯片中以加速发展

将边缘人工智能集成到物联网设备中，将开启向具备人工智能能力的硬件的重大转变。

目前大多数物联网设备缺乏运行人工智能工作负载所需的内置计算能力。尽管为了改善延迟、弹性、带宽效率和隐私性，对本地推理的需求不断增长，但目前已部署的210亿个物联网终端中的大多数仍然依赖外部处理或简单的基于规则的逻辑。这种需求与能力之间的差距为2026年的变革奠定了基础。

NPU 和具备 AI 功能的核心正进入主流物联网设计领域。厂商正将边缘人工智能扩展到物联网的各个层面。近年来，只有一小部分物联网产品（通常是工业网关、高级摄像头和高端模块）集成了神经网络处理器（NPU）或低功耗人工智能加速器。现在，厂商开始将这些功能推广到更广泛的设备类别中。新型物联网系统芯片（SoC）采用轻量级NPU、矢量扩展和类似数字信号处理器（DSP）的人工智能内核进行设计，以支持异常检测、小模型视觉、本地音频智能和状态监测等任务，这些任务可以直接在设备上完成。

IoT Analytics 预计 2026 年将迎来第一波搭载边缘 AI 加速技术的物联网设备普及浪潮。届时，支持 AI 的芯片组出货量将扩展到传感器、物联网连接模块、工业 PC 和中端网关等领域，而这些设备此前均不具备任何设备端 AI 推理能力。

更复杂的SoC设计推动了对AI就绪工具的需求。人工智能特性正在影响物联网芯片的设计优先级。将神经网络处理器 (NPU) 和人工智能模块嵌入物联网芯片增加了设计的复杂性，尤其是在散热预算、验证、内存带宽和安全性方面。因此，物联网芯片供应商越来越依赖于针对人工智能计算分析优化的电子设计自动化 (EDA) 工具、可重用的知识产权（例如低功耗 NPU 和安全隔离区），以及针对混合工作负载（计算 + 连接 + 安全）优化的成熟工艺。这些需求正在消费、工业、汽车和能源物联网等各个领域涌现。

IoT Analytics 预计，到 2026 年，人工智能感知型 EDA 流程和现成的 AI IP 子系统将在物联网芯片开发中得到更广泛的应用。这些工具和 IP 模块将降低设计复杂性，并降低将小型模型推理功能添加到大众市场物联网设备的门槛。

边缘人工智能正成为物联网OEM厂商的关键差异化优势。设备制造商将人工智能与功能创新联系起来。随着具备人工智能功能的硬件越来越普及，设备制造商开始将本地推理视为一项竞争优势，从而实现诸如智能家居设备中的隐私保护分析、工业传感器中的实时缺陷检测或消费电子产品中的离线唤醒词检测等功能。

IoT Analytics 预计 2026 年将是物联网 OEM 厂商的转折点，届时他们将从 2025 年初的试点阶段转向大规模的产品组合更新，并将这些产品作为边缘 AI 赋能的物联网设备推向市场。这一转变将加速从基础遥测设备向支持本地推理以实现设备端决策的终端设备的过渡。

预测2：基于芯片组和RISC-V的物联网芯片份额将增加

模块化和RISC-V 在物联网领域日益普及。过去两年，不断上升的成本压力、更高的集成度要求以及对更灵活架构的需求，都影响了物联网半导体的设计。这些趋势促使供应商转向模块化设计方法（例如芯片组）和开放式指令集架构（ISA）（例如 RISC-V）。随着这些趋势的持续发展，目前奠定的基础表明，到 2026 年，基于芯片组和 RISC-V 的物联网芯片都将出现显著增长。

在新设计中，芯片组（Chiplet）正在取代单芯片系统级芯片（SoC）。2024-2025年的行业动态表明，单芯片 SoC 将明显向分区式模块化设计转变。芯片组架构将计算、存储和 I/O 功能分离到更小的芯片中，这些芯片可以在不同的工艺节点上生产，并通过高带宽接口连接。这降低了掩模成本，提高了良率，并实现了无需重新设计整个 SoC 即可进行针对性升级。近期案例包括Tenstorrent和BOS Semiconductors 推出的 Eagle-N，这是一款面向汽车系统的基于芯片组的 AI 加速器；以及英特尔 宣布推出一款面向软件定义汽车的多节点、基于芯片组的 SoC 。

IoT Analytics 预计，到 2026 年，物联网、汽车和人工智能芯片组中芯片组 (chiplet) 的应用将显著增长。企业将从早期的定制芯片组设计转向更广泛地使用标准化的计算、连接和安全芯片组。这种模块化方法将减少工程工作量，缩短开发周期，并降低人工智能、汽车和物联网 SoC 的非重复性工程成本。

RISC-V 助力打造定制化低功耗物联网芯片。随着厂商寻求灵活性、更低的授权成本以及为特定设备定制 CPU 的能力，RISC-V 在物联网领域迅速发展。其开放的模块化指令集架构 (ISA) 使企业能够构建差异化的处理器，而无需依赖封闭的 IP 生态系统。这推动了可穿戴设备、微控制器和低功耗边缘设备等领域的快速实验和商业部署。

IoT Analytics 预计，RISC-V 架构将在 2026 年进一步扩展到低功耗物联网边缘设备、边缘 AI 处理器和汽车子系统。在那些优先考虑供应链自主性和更深层次架构控制（以便为特定的边缘和汽车工作负载定制 CPU 内核）的市场中，增长将最为强劲。

预测3：更多物联网芯片的设计将考虑到碳排放问题

RISC-V架构在物联网领域的应用正迅速增长。随着欧盟企业可持续发展报告指令（CSRD）等法规的出台以及客户期望的不断提高，可持续性要求对半导体供应商而言变得日益具体，碳排放透明度也变得不可或缺。碳排放追踪正日益被视为物联网设计的核心约束，如今已与功耗、性能、面积和成本（PPAC）并列讨论，而非作为一项独立的报告内容。

碳排放指标已成为半导体设计工作流程的一部分。2024-2025年的多项进展表明，碳排放数据正开始融入日常工程工作流程。一些 EDA 供应商已将排放数据纳入早期架构权衡分析中。例如，2025 年 5 月，总部位于美国的 EDA、硬件和 IP 供应商 Cadence加入了比利时纳米电子研发中心imec的可持续半导体技术与系统 (SSTS) 项目，旨在将工艺和供应链排放数据直接集成到设计环境中，使工程师能够像比较功耗、性能和面积 (PPA) 指标一样比较碳排放影响。IP 供应商也在扩展其交付内容，纳入可持续性元数据和生命周期假设，以便集成商能够将碳排放估算值传递到系统级仿真和采购阶段。

物联网分析预计，到 2026 年，碳排放指标将更广泛地融入物联网半导体设计工作流程中。EDA 和 IP 供应商会将排放数据纳入用于 PPAC 的早期评估中，使工程师能够在常规架构权衡中考虑碳排放影响。

物联网芯片制造商正在改进碳排放报告标准。代工厂和芯片供应商普遍提高了可持续发展报告的精细度，使原始设备制造商 (OEM) 更容易将碳排放影响纳入组件选择。物联网分析预测，到 2030 年底，联网物联网设备将达到 390 亿台，因此，准确收集可持续发展报告的详细信息对于整个物联网生态系统而言至关重要，而物联网半导体公司已经开始采取行动。

2024年6月，总部位于德国的半导体设计和制造公司英飞凌扩大了其MCU和连接器件的产品碳足迹披露范围，涵盖材料、制造和物流环节，以便OEM厂商在评估产品时不仅可以关注运行能效，还可以关注其隐含碳排放。2025年4月，总部位于中国台湾的芯片代工制造商台积电承诺加入科学碳目标倡议（SBTi），并提供节点级碳足迹数据，同时积极推动其供应商采用可再生能源。

IoT Analytics 预计，2026 年将加速推动主要晶圆代工厂和物联网芯片供应商向标准化、可审计的碳排放信息披露转型。芯片组公司将从分散的可持续发展报告转向结构化的产品级和节点级信息披露，这些信息将直接导入 OEM 采购工具。这使得采购团队能够将隐含碳排放与价格、性能和资质数据进行比较，从而使选择碳排放敏感型组件成为物联网设计的常规环节。

如上图所示，半导体设计和制造包含从概念和研究到模块组装的六个主要阶段。物联网分析将这些阶段归类为十种利益相关者类型。物联网芯片遵循与其他半导体芯片相同的价值链步骤。《2025-2030年物联网半导体设计和制造生态系统市场报告》重点关注物联网芯片实际进行规格制定和生产的三个环节：物联网EDA、物联网SIP和物联网代工厂。

如上图所示，半导体设计和制造包含从概念和研究到模块组装的六个主要阶段。物联网分析将这些阶段归类为十种利益相关者类型。物联网芯片遵循与其他半导体芯片相同的价值链步骤。《2025-2030年物联网半导体设计和制造生态系统市场报告》重点关注物联网芯片实际进行规格制定和生产的三个环节：物联网EDA、物联网SIP和物联网代工厂。

物联网EDA。提供软件工具以设计物联网终端和网关的芯片和模块的公司。这包括寄存器传输级（RTL）、仿真、验证、综合、可测试性设计（DFT）、封装和印刷电路板（PCB）工具，这些工具用于面向物联网的微控制器单元（MCU）、连接集成电路（IC）、传感器和片上系统（SoC）。

面向物联网的软件知识产权 (SIP)。指那些为物联网芯片授权可重用知识产权 (IP) 模块的公司；例如，CPU 和 MCU 内核、NPU、安全元件和互连 IP。收入仅来自物联网终端或网关 SKU 中使用的 IP。

物联网晶圆代工。为物联网终端和网关芯片制造晶圆和先进封装的公司。这包括成熟和先进的工艺节点、嵌入式非易失性存储器、射频和模拟工艺，以及用于物联网模块的系统级封装 (SiP) 或 3D IC 封装。

预测4：更多物联网设备将在本地生产

各国正投资于物联网价值链上的本地半导体制造。作为保障技术供应链安全和降低地缘政治风险的更广泛战略的一部分，各国政府已加大力度推进半导体生产的本地化。到2026年，物联网芯片的制造、封装和组装将更多地在区域生态系统内完成，而不是集中在单一地区。

各国政府加强了对半导体供应的管控，包括物联网芯片。各国半导体政策最初侧重于尖端逻辑芯片，但近期的举措表明，各国政府正在将监管范围扩大到微控制器、连接芯片组、安全元件和传感器级硅芯片等物联网设备的关键组成部分。这些举措表明，物联网硅芯片不再被视为纯粹的商品，而是国家数字基础设施的关键组成部分。

IoT Analytics 预计 2026 年将出台更多针对物联网级半导体的监管措施。各国纷纷投资发展国内物联网芯片生产。过去几年，各国纷纷推出大规模产业计划，为国内制造能力建设提供资金。

美国——《芯片与科学法案》拨款527亿美元，用于促进国内制造业和研发。此外，政府还扩大了对英特尔、台积电和三星等半导体生产公司的资助。

中国——中国通过大基金政策促进国内芯片制造，并在 2030 年前缩小技术差距。

日本——日本政府已承诺到 2030 年投入约650 亿美元用于扩大其半导体和人工智能产业，支持国内晶圆厂和研发合作。

韩国——韩国官员宣布，将在2024年推出一项190亿美元的扶持计划，以加强其芯片供应链和中小企业竞争力。

欧盟——欧盟正根据《欧盟芯片法案》引导投资，以实现生产本地化、保障原材料供应，并在成员国之间建立技术主权。

IoT Analytics 预计，到 2026 年，许多专注于物联网相关半导体工艺（例如，成熟节点逻辑、模拟、嵌入式非易失性存储器和射频）的新建和扩建的国内及区域晶圆厂将开始生产或逐步实现具有商业意义的量产。随着这些产能在未来几年陆续投产，芯片组供应商和各国将更有

能力构建更加自主的区域核心物联网组件供应链。

预测五：物联网芯片设计将高度依赖人工智能

人工智能正成为物联网芯片设计工作流程的核心组成部分。过去两年，EDA供应商一直致力于将人工智能集成到前端和后端设计流程中，为半导体团队提供了自动化执行劳动密集型任务、验证约束条件以及更早发现问题的新方法。这些功能对于物联网芯片尤为重要，因为物联网芯片在功耗、面积和成本方面都面临着严格的限制，几乎没有设计迭代的空间。

人工智能正逐步渗透到半导体设计流程的各个环节。2024年至2025年间的多项发展表明，人工智能正开始辅助整个设计流程，而不再局限于孤立的工具。2025年7月，总部位于美国的西门子数字化工业软件公司（Siemens Digital Industries Software ，德国工业自动化公司西门子旗下业务部门）发布了一套人工智能增强型工具集，涵盖从原理图绘制到物理实现的整个过程，其中包括验证自动化、约束分析和早期缺陷检测等功能。这些工具旨在支持半导体和PCB设计，这对于将射频、传感器和计算功能集成到受限尺寸的物联网供应商而言至关重要。

IoT Analytics 预计，到 2026 年，人工智能辅助验证、约束检查和布局优化技术将得到更广泛的应用，尤其是在构建边缘人工智能芯片组、连接 SoC 和混合信号器件的物联网设计团队中。随着这些人工智能驱动的 EDA 工作流程日趋成熟，它们将帮助团队缩短迭代周期、减少实现错误，并应对紧凑型物联网器件中射频、传感器和计算集成日益增长的复杂性。

EDA公司正在规划通往自主设计代理的道路。供应商们也在制定人工智能系统的路线图，这些系统的功能不仅限于生成代码或提出优化方案。例如，总部位于美国的EDA软件公司Synopsys的首席执行官Sassine Ghazi在2025年3月概述了一份路线图，其中目前的生成式AI设计工具将发展成为完全自主的多代理设计系统。这些“代理工程师”有望支持IP集成、先进封装、工艺节点选择和生命周期管理等领域，这些领域直接影响着物联网芯片，而物联网芯片越来越多地将数字逻辑、射频、电源管理和传感功能集成到单个封装中。

IoT Analytics 预计，早期形式的智能体人工智能将于 2026 年进入物联网芯片开发工作流程，主要作为工作流程辅助工具，协调现有的 EDA 工具执行验证、IP 集成和物理设计探索等任务。这些系统能够自动执行常规步骤，提出约束和布局方案，并管理多工具设计流程，同时，工程师仍然可以掌控架构选择、最终审批决策和安全关键验证。

预测六：物联网安全设计将成为不可妥协的要素

物联网安全设计正成为全球市场的一项强制性要求。安全设计已从最佳实践转变为监管预期，而这一转变对物联网的影响尤为显著。物联网设备运行于广泛分布且资源受限的环境中（例如工厂、家庭、车辆和能源系统），无法依赖传统的边界安全防护。其较长的生命周期、远程部署和持续连接的特性，使得硬件级保护对于安全性、可靠性和合规性至关重要。这些现实情况正促使供应商将更强大的芯片级安全功能集成到物联网价值链中。

合规性要求推动物联网安全架构的演进。欧盟《网络弹性法案》、美国国家标准与技术研究院 (NIST) 的后量子路线图以及联合国欧洲经济委员会 (UNECE) R.155和R.156等监管框架日益要求设备在销售前具备可验证的硬件保护措施。对于物联网供应商而言，这意味着硬件信任根、安全启动和基于物理不可克隆函数 (PUF) 的身份认证等功能不再是可选项，而是工业自动化、汽车、医疗保健和智能家居等行业获得认证的先决条件。

IoT Analytics 预计，到 2026 年，高端物联网微控制器 (MCU)、连接芯片组、安全元件和边缘人工智能处理器将更广泛地采用硬件强制执行的安全基线。随着监管要求的日益严格，硬件信任根、安全启动和防篡改身份等硅级保护措施将成为关键和高端物联网市场的标准准入条件。而在低成本物联网设备中，安全措施的应用仍将侧重于更轻量的软件层面，例如安全启动和安全操作系统支持，而非完全依赖硬件的安全保障。

供应商正在构建工具，以确保物联网设备的长期合规性。随着合规要求的日益严格，供应商正在重新设计芯片架构，并投资开发合规工具，以帮助物联网设备制造商满足生命周期合规义务。例如，总部位于英国的物联网网络安全公司Crypto Quantique正在实现安全配置、证书生命周期管理和漏洞跟踪的自动化，这些功能对于物联网原始设备制造商 (OEM) 至关重要，因为设备可能需要在 10 到 20 年内部署，且无需物理访问。与此同时，总部位于美国的半导体设计和制造公司高通 (Qualcomm)等公司正在标准化安全启动流程、生成签名软件物料清单 (BSM) 并集成监控机制，以帮助供应商在已部署的设备群中保持长期合规性。

IoT Analytics 预计，到 2026 年，支持安全配置、证书管理、软件物料清单维护以及贯穿设备全生命周期的漏洞监控的端到端合规生态系统将得到更广泛的应用。受监管的工业、医疗和汽车市场的物联网原始设备制造商 (OEM) 越来越多地将内部安全能力与外部合规即服务平台相结合，以满足长期监管义务，而无需自行构建所有工具。

后量子密码技术正迈向物联网硬件领域。量子计算的兴起提升了后量子密码技术的紧迫性，尤其对于那些将运行数十年且难以轻易更换的物联网设备而言更是如此。美国国家标准与技术研究院 (NIST) 发布的关于在 2035 年前迁移到后量子密码技术 (PQC) 的指导意见，促使半导体供应商将量子安全算法（例如基于模块晶格的密钥封装机制 (ML-KEM)）嵌入到硬件中。英飞凌获得 EAL6 认证的 PQC 硬件（TEGRION 安全控制器）充分展现了这些功能从路线图概念到商业产品的快速转化。

IoT Analytics 预计，在能源基础设施、工业自动化、汽车网关和互联医疗设备等行业对长生命周期需求的推动下，2026 年将在高价值物联网芯片中率先试点支持 PQC 的安全模块。目前，PQC 的应用仍仅限于高端设备，但随着供应商开始为 NIST 2035 年的迁移时间表做准备，PQC 应该会成为一个重要的设计考量因素。

*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。