|
시장보고서
상품코드
2109332
엠보디드 AI(휴머노이드 로봇)용 MCU 시장(2026년)Embodied Artificial Intelligence (& Humanoid Robot) MCU Research Report, 2026 |
||||||
휴머노이드 로봇용 MCU에 관한 조사 - 범용 제어에서 엣지 AI 기능을 통합한 고부가가치 전용 칩 솔루션으로의 진화
MCU(마이크로컨트롤러)란 중앙처리장치(CPU), 메모리(RAM, ROM/플래시), 입출력 인터페이스(I/O), 타이머/카운터, 아날로그-디지털 변환기(ADC) 등의 주변 장치를 단일 칩 위에 집적시킨 소형 집적회로를 말합니다. 싱글 칩 마이크로컴퓨터라고도 불립니다.
현재 구현된 인공지능(EAI)에 채택된 MCU의 대부분은 범용 MCU입니다. 그러나 EAI에 대한 성능 요구 사항과 적용 시나리오가 확대됨에 따라 다양한 시나리오에서 EAI의 안정적인 작동을 보장하기 위한 전용 MCU가 시장에 출시되고 있습니다. 향후에는 이러한 전용 MCU가 범용 MCU 시장을 잠식하며, EAI 제조 분야에서 널리 활용될 것으로 보입니다.
로봇에서 MCU는 ‘단일 칩에 의한 집중 제어’ 모드로 도입되는 것이 아닙니다. 대신 지각, 제어, 통신, 실행 등의 작업을 담당하기 위해 모든 시스템 계층에 분산되어 탑재되어 있습니다. MCU는 EAI의 핵심 제어 시스템, 관절 제어 시스템, 지각 시스템, 전원 관리 시스템, 통신 시스템에서 지극히 중요한 역할을 수행하고 있습니다.
핵심 제어 시스템: '신경 중추' 및 '소뇌'로서, MCU는 분산 노드 형태로 전신의 관절, 지각 모듈, 통신 모듈에 내장되어, 실시간 동작 제어부터 시스템 안전성에 이르기까지 전 과정에 걸친 기능을 담당하고 있습니다.
관절 제어 시스템: MCU는 개별 관절의 로컬 폐루프 제어를 수행하고, 정확한 동작 실행을 보장하기 위한 실행 유닛으로서 다양한 관절에 광범위하게 배치되어 있습니다. 또한 손의 정교한 움직임이라는 독특한 특성으로 인해 고집적·소형 사양의 MCU가 손가락 관절에 내장되어, 자유도를 완벽하게 커버하고 있습니다.
지각 시스템: MCU는 지각·판단·실행의 폐루프 내에서 분산형 실시간 처리 작업을 담당하며, 센서 데이터의 감지·수집, 다중 모드 신호의 전처리 및 융합과 같은 기능을 실현합니다.
전원 관리 시스템: MCU는 주로 배터리 상태 모니터링, 에너지 소비 스케줄링 및 안전 보호 기능을 구현하는 데 사용됩니다.
통신 시스템: MCU를 통해 ‘대뇌·소뇌·관절·말단 효과기’ 간의 명령 순환과 동기화된 상호 연결이 가능해집니다.
인코더 모듈 - 기계적 움직임을 고정밀도 및 저지연 전기 신호로 변환하여 폐쇄 루프 제어를 지원합니다.
IMU(관성측정장치) 모듈 - 로봇이 자신의 자세, 움직임, 가속도, 각속도를 인식하기 위한 핵심 구성 요소입니다. MCU는 데이터를 읽고 알고리즘을 실행하여 동작 자세를 출력합니다.
휴머노이드 로봇의 정교한 손 기술 경로 분화에서 관절용 MCU의 특화된 동향
로봇의 주요 관절 모듈로서, 정교한 손은 향후 주로 다음 5가지 동향에 따라 진화해 나갈 것으로 예상됩니다. :
정교한 손의 진화 동향을 바탕으로, MCU 수준에서는 소형 패키지화, 고성능 실시간 처리, I3C 버스 통신, NPU를 활용한 엣지 AI, 기능 안전 인증이라는 5가지 주요 동향이 형성되고 있습니다.
동향 1-소형화·고집적화: 정교한 핸드는 자유도가 높아지는 경향이 있으며, 핸드 내부의 공간이 극도로 제약받게 되며, MCU는 더욱 소형화·고집적화가 진행되고 있습니다. 패키징 측면에서는 업계가 BGA에서 WLCSP(4×4mm, 나아가 그보다 더 소형)로 전환되고 있습니다. GigaDevice사의 GD32G553은 4×4mm WLCSP를 구현하고 있으며, 단일 칩을 통한 멀티 모터 제어를 목표로 하고 있으며, ‘단일 칩 통합형 올인원 솔루션’이 이상적인 방향성이 되고 있습니다. NXP사의 i.MX RT1180은 하나의 칩으로 최대 6개의 브러시리스·코어리스 모터를 직접 구동할 수 있습니다.
동향 2-고성능 실시간 처리 능력 강화 - 필요한 메인 주파수는 현재의 200MHz에서 600MHz, 나아가 1GHz로 진화하고 있습니다. 멀티코어 아키텍처는 널리 채택되어 주류 표준 구성이 될 것입니다. NXP i.MX RT1180은 듀얼 코어 아키텍처(240MHz M33+800MHz M7)를 채택하고 있으며, FPU, DSP, TMU(삼각함수 연산 유닛), FAC(필터 알고리즘 가속기) 등의 통합 하드웨어 가속기가 필수적입니다.
동향 3-새로운 버스 통신 아키텍처 I3C - I3C 버스 토폴로지는 여러 서보 노드나 촉각 센서를 연결하는 동시에, EtherCAT, CAN, RS485를 통해 로봇 시스템의 버스에 외부 연결함으로써, 정교한 핸드 시스템을 더 높은 통합성, 더 높은 성능, 그리고 더 폭넓은 응용 시나리오로 진화시킵니다.
동향 4-MCU에 맡겨지는 엣지 AI 컴퓨팅 - 정교한 핸드는 클라우드의 연산 능력에 의존하지 않고, 제스처 인식, 물체 감지, 미끄러짐 예측 등의 작업을 위한 엣지 AI를 지원하는 전용 도메인 컨트롤러를 갖춘 독립적인 지능형 서브시스템으로 진화하고 있습니다.
동향 5-MCU의 특화 및 기능 안전 인증 - 시장 규모를 확대하기 위해 특화형 MCU가 주요 동향으로 부상하고 있으며, 이를 통해 시스템 전체의 BOM 비용을 효과적으로 절감할 수 있습니다.
민첩한 손의 MCU에 채택된 I3C 분산 버스 아키텍처가 민첩한 손 시스템의 고집적화를 촉진합니다.
기존 I2C와 비교하여, I3C 버스는 고속 통신, 배선 및 하드웨어 설계의 단순화, 동적 디바이스 관리, 실시간 응답 등 정교한 손 시스템에 탁월한 이점을 제공합니다.
NXP는 I3C 기반의 로컬 버스 토폴로지를 채택하여, ‘솜씨 좋은 손’을 위한 내부 통신 모드에 혁신을 가져왔습니다. 이 아키텍처에서는 i.MX RT1180을 손바닥의 주 제어용 MCU로, MCX A132를 손가락 관절 제어용 MCU로 사용하며, I3C 버스를 통해 여러 서보 노드와 촉각 센서를 연결하는 동시에, EtherCAT, CAN, RS485를 통해 로봇 시스템의 버스에 외부 연결합니다.
NXP i.MX RT1180은 손바닥의 메인 제어용 MCU로 기능하며, 고성능 처리 능력을 갖춘 듀얼 코어 아키텍처(240MHz M33+800MHz M7)를 특징으로 합니다. 2개의 I3C 인터페이스를 통합하여 여러 서보 노드 및 센서를 연결하고, EtherCAT 및 CAN-FD와 같은 여러 산업용 통신 프로토콜 인터페이스를 지원하는 동시에, 풍부한 PWM, ADC, 인코더 인터페이스를 제공합니다. 단일 칩으로 최대 6개의 브러시리스 코어리스 모터를 직접 구동할 수 있습니다.
NXP MCX A132는 손가락 관절부에 위치한 서보 노드 및 촉각 센서에 탑재되어 있습니다. 이 MCU는 손가락 모듈에 내장하기에 적합한 소형 패키지를 채택하고 있으며, 메인 컨트롤러와의 고속 통신용 I3C 인터페이스 1개를 통합하고, 촉각 센서에서 고품질 아날로그 신호를 수집하기 위한 16비트 ADC를 내장하고 있습니다. 또한 휴머노이드 로봇의 미래 기능 안전 요구 사항을 충족하기 위해 IEC 61508 SIL2 기능 안전 자가 진단 라이브러리를 지원합니다.
엣지 AI를 통합한 정교한 핸드를 위한 MCU를 통해 엔드 이펙터 모델 알고리즘 실행이 가능해집니다.
EAI의 연산 능력을 로봇의 엔드 이펙터(정교한 핸드)로 이전함으로써, 촉각 감지, 힘 제어, 의사결정을 위한 로컬 폐쇄 루프를 실현합니다. EAI의 일부인 멀티모달 지각 작업은 데이터를 클라우드로 전송하는 대신, 정교한 핸드 내의 디바이스에서 추론으로 실행됩니다.
ST마이크로일렉트로닉스는 시장의 수요와 사내 기술 발전에 대응하기 위해, STM32N6 및 STM32MP257을 기반으로 한 제스처 인식·제어 시스템을 출시했습니다. 이 시스템은 제스처 인식 및 데이터 수집을 수행하는 STM32N6 기반의 지각부, 데이터 변환 및 처리 작업을 수행하는 STM32MP257 기반의 PLC부, 그리고 손의 정교한 동작 제어와 제스처 추적을 수행하는 STM32G431 기반의 모션 제어부 등 3가지 주요 부분으로 구성되어 있습니다.
STM32N6에 내장된 NPU는 첨단 제스처 인식 모델을 실행합니다. 고감도 컬러 이미지 센서 'VD66GY'와 결합함으로써 손 제스처의 21개 키포인트를 정확하게 포착 및 인식합니다. STM32MP257이 탑재된 PLC 데모 보드는 이 데이터를 처리하여 손의 15개 서보 모터를 제어함으로써, 실시간으로 정밀한 제스처 반응을 구현합니다. ST마이크로일렉트로닉스는 마이크로컨트롤러 기술과 첨단 센서를 결합하여 실시간 제스처 인식 및 제어를 실현하는 뛰어난 통합 능력을 보여주었습니다.
STM32N6 마이크로컨트롤러는 최대 600 GOPS의 처리 능력과 3 TOPS/W라는 초저전력 소비를 자랑하는 ST의 강력한 Neural-ART 가속기 NPU를 통합하고 있습니다. 800MHz의 클럭 속도를 가진 Cortex-M55 코어를 채택하고, 150개의 DSP 벡터 확장(MVE) 명령어 세트를 추가함으로써 시각 데이터 처리에 탁월한 연산 성능을 발휘하여 효율적이고 정확한 제스처 인식을 보장합니다.
휴머노이드 로봇용 MCU 시장 동향 - 풀스택 칩 솔루션 + 전용 EAI MCU
EAI 시장의 확대에 따라 MCU 벤더들은 더 이상 단일 MCU만으로 로봇의 요구 사항을 충족시키려 하지 않습니다. 대신 ‘MCU + 아날로그 + 스토리지 + 센싱 + 통신’이라는 여러 제품 라인을 연계하여 지각, 제어, 구동, 통신, 안전의 전 과정을 아우르는 동시에 레퍼런스 디자인 및 생태계 지원을 제공하고 있습니다.
칩 탑재 로봇 하드웨어 분야에서 GigaDevice는 제어, 스토리지, 아날로그를 아우르는 포괄적인 제품 매트릭스를 구축하여 휴머노이드 로봇을 위한 풀스택 칩 지원을 제공하고 있습니다. 이 회사의 고성능 GD32 MCU는 실시간 다관절 모션 제어 및 시스템 스케줄링에 활용되고 있습니다. 또한 플래시메모리는 의사결정 처리를 위한 고속 및 고신뢰성 데이터 저장을 보장하고, 아날로그 칩은 센서 신호 조정, 모터 구동, 전원 관리와 같은 중요한 프로세스를 포괄함으로써, 지각에서 의사결정, 실행에 이르는 로봇 시스템 전체의 체인을 강화하고 있습니다.
전반적으로 GigaDevice의 GD32 마이크로컨트롤러는 GD30DR 시리즈 드라이버 칩과 연동하고, LDO, DC-DC, PWM, 보호 회로와 결합함으로써 관절 구동 및 서보 시스템을 완벽하게 지원하는 신뢰성 높은 로봇용 모터 제어 솔루션을 구축할 수 있습니다.
각 EAI 시스템의 특성에 기반한 전용 EAI MCU 맞춤화
업계에서는 범용 MCU에서 로봇 구성 요소(관절/정교한 핸드/센싱 노드)별로 맞춤화된, 고도로 집적화된 실시간·기능 안전 전용 MCU로 전환이 진행되고 있으며, 이는 연동된 풀스택 칩에 의해 지원됩니다. 이러한 변화로 인해 고집적화와 기능 안전 인증이 촉진되며, 관절 및 정교한 핸드의 공간, 동기화, 양산화 과제를 정확하게 해결함과 동시에 BOM 비용과 개발 장벽을 낮춥니다. 앞으로 더 많은 벤더들이 전용 EAI MCU의 연구개발을 우선시할 것입니다.
HPMicro는 로봇 관절의 CAN 통신 및 모션 제어 전용으로 설계된 MCU ‘HPM53M1’을 개발했습니다. HPMicro가 일관되게 강점으로 삼아 온 강력한 연산 능력, 높은 실시간 성능, 그리고 높은 신뢰성을 계승하는 한편, HPM53M1은 고전압 프리드라이버와 멀티채널 연산 증폭기를 업계 최초로 통합하여 세계 최고 수준의 통합 프리드라이버 성능을 갖춘 MCU가 되었습니다.
HPM53M1은 480MHz로 동작하는 고성능 RISC-V 코어를 채택하고 있으며, 배정밀도 부동소수점 연산과 견고한 DSP 확장 기능을 지원함으로써 복잡한 제어 알고리즘을 손쉽게 처리할 수 있습니다. 저장 장치 아키텍처와 관련하여, 1MB의 플래시메모리와 288KB의 SRAM을 탑재하고 있으며, 더불어 16KB의 고속 캐시(I/D 캐시) 및 최대 256KB의 제로 웨이트 명령어·로컬 데이터 메모리(ILM/DLM)를 갖추고 있습니다. 또한 2채널 16비트 ADC(2MSPS), PGA로 구성 가능한 2개의 OPMAP, 그리고 2채널 12비트 DAC(1MSPS)를 포함한 고성능 아날로그 주변 장치를 탑재하고 있습니다. 전류, 전압, 온도, 위치 감지 신호를 초고속으로 실시간으로 수집할 수 있으므로, 관절의 동적 응답 속도를 높이고 제어 정밀도의 질적 향상을 실현합니다.
목차
제1장 구현화된 인공지능(EAI)의 정의와 하드웨어 소개
제2장 EAI 마이크로컨트롤러 유닛(MCU) 시장과 동향
제3장 EAI에서 마이크로컨트롤러 유닛(MCU)의 응용
제4장 MCU의 다운스트림 시장 수요 분석
제5장 EAI OEM별 MCU의 응용
제6장 EAI MCU 공급업체의 솔루션
KSA 26.08.20Research on Humanoid Robot MCUs: Evolution from General-Purpose Control to High-Value Dedicated Chip Solutions Integrated with Edge AI Functions
MCU (Microcontroller Unit) refers to a compact integrated circuit that integrates a central processing unit (CPU), memory (RAM, ROM/Flash), input/output interfaces (I/O), timers/counters, analog-to-digital converters (ADC) and other peripherals onto a single chip. It is also known as a single-chip microcomputer.
Currently, most MCUs adopted by embodied artificial intelligence (EAI) are general-purpose MCUs. However, as performance requirements and scenario applications for EAI increase, dedicated MCUs have been launched to ensure stable operation of EAI across various scenarios. In the future, such dedicated MCUs will encroach upon the market for general-purpose MCUs and be widely applied in EAI manufacturing.
MCUs are not deployed in a "single-chip centralized control" mode on robots. Instead, they are embedded in a distributed manner across all system layers to undertake perception, control, communication, execution and other tasks. They play vital roles in the core control system, joint controller system, perception system, power management system and communication system of EAI.
Core Control System: As the "nerve center" and "cerebellum", MCUs are embedded in full-body joints, perception and communication modules in the form of distributed nodes, undertaking full-link functions ranging from real-time motion control to system safety.
Joint Controller System: MCUs are widely deployed in various joints as execution units to complete local closed-loop control of individual joints and guarantee accurate movement execution. In addition, due to the unique characteristics of dexterous hands, MCUs of highly integrated small-size specifications are embedded in finger joints to achieve full coverage of degrees of freedom.
Perception System: MCUs undertake distributed real-time processing tasks within the perception, decision and execution closed loop to enable such functions as sensor data sensing and collection, multi-modal signal preprocessing and fusion.
Power Management System: MCUs are mainly used to realize battery status monitoring, energy consumption scheduling and safety protection.
Communication System: MCUs allow for instruction circulation and synchronous interconnection among the "cerebrum-cerebellum-joint-end effector".
Encoder Module: Responsible for converting mechanical motion into high-precision, low-latency electrical signal feedback to support closed-loop control.
IMU (Inertial Measurement Unit) Module: The core component for robots to perceive their own posture, movement, acceleration and angular velocity. MCUs output motion posture by reading data and running algorithms.
Specialized Evolution Trend of Joint MCUs Amid Technical Route Differentiation of Humanoid Robot Dexterous Hands
As primary joint modules of robots, dexterous hands will mainly follow five development trends in the future:
According to the evolution trends of dexterous hands, five core trends have formed at the MCU level: small-size packaging, high-performance real-time processing, I3C bus communication, NPU edge AI, and functional safety certification.
Trend 1 - Miniaturization & High Integration: As dexterous hands tend to have higher degrees of freedom, internal hand space becomes extremely constrained, driving MCUs toward smaller sizes and higher integration. In packaging, the industry is shifting from BGA to WLCSP (4X4mm, even smaller). GigaDevice GD32G553 has realized 4X4mm WLCSP; single-chip multi-motor control is targeted, with the "single-chip integrated all-in-one solution" as the ideal direction. NXP i.MX RT1180 can directly drive up to 6 brushless coreless motors via a single chip.
Trend 2 - Enhanced High-Performance Real-Time Processing Capability: Required main frequency evolves from the current 200MHz to 600MHz or even 1GHz; multi-core architectures will find wide application and become mainstream standard configurations. NXP i.MX RT1180 adopts a dual-core architecture (240MHz M33 + 800MHz M7); integrated hardware accelerators including FPU, DSP, TMU (Trigonometric Math Unit) and FAC (Filter Algorithm Accelerator) become a must.
Trend 3 - New Bus Communication Architecture I3C: The I3C bus topology connects multiple servo nodes and tactile sensors, while externally linking to the robot system bus via EtherCAT, CAN and RS485, advancing dexterous hand systems toward higher integration, higher performance and wider application scenarios.
Trend 4 - Edge AI Computing Delegated to MCU: Dexterous hands are evolving into independent intelligent subsystems with dedicated domain controllers supporting edge AI for gesture recognition, object detection, slip prediction and other tasks, without relying on cloud computing power.
Trend 5 - Specialization and Functional Safety Certification of MCUs: To expand market size, specialized MCUs become a trend and can effectively reduce overall system BOM costs.
I3C Distributed Bus Architecture Adopted by Dexterous Hand MCUs Facilitates High Integration of Dexterous Hand Systems
Compared with traditional I2C, the I3C bus delivers outstanding advantages for dexterous hand systems including high-speed communication, simplified wiring and hardware design, dynamic device management and real-time response.
NXP innovates in internal communication modes for dexterous hands with an I3C-based local bus topology. This architecture uses i.MX RT1180 as the palm main control MCU and MCX A132 as finger joint control MCUs, connecting multiple servo nodes and tactile sensors via the I3C bus, while externally linking to the robot system bus through EtherCAT, CAN and RS485.
NXP i.MX RT1180 serves as the palm main control MCU, featuring a dual-core architecture (240MHz M33 + 800MHz M7) with high-performance processing capabilities. It integrates 2 I3C interfaces to connect multiple servo nodes and sensors, supports multiple industrial communication protocol interfaces such as EtherCAT and CAN-FD, and provides abundant PWM, ADC and encoder interfaces. A single chip can directly drive up to 6 brushless coreless motors.
NXP MCX A132 is deployed at finger joint servo nodes and tactile sensors. This MCU features small-size packaging suitable for embedding into finger modules, integrates 1 I3C interface for high-speed communication with the main controller, embeds a 16-bit ADC for high-quality analog signal collection from tactile sensors, and supports the IEC 61508 SIL2 functional safety self-test library to meet future functional safety requirements of humanoid robots.
Edge AI-Integrated Dexterous Hand MCUs Enable Execution of End-effector Model Algorithms
Shift EAI computing power down to robot end effectors (dexterous hands) to realize local closed loops for tactile sensing, force control and decision. Partial multi-modal perception tasks of EAI run on-device inference within dexterous hands instead of transmitting data back to the cloud.
STMicroelectronics has launched gesture recognition and control systems based on STM32N6 and STM32MP257 to match market demand and internal technical evolution. This system is composed of three core parts: Perception part based on STM32N6 for gesture recognition and data collection; PLC part based on STM32MP257 for data conversion and processing tasks; motion control part based on STM32G431 for motion control and gesture following of dexterous hands.
The NPU inside STM32N6 runs sophisticated gesture recognition models. Paired with the VD66GY high-sensitivity color image sensor, it accurately captures and recognizes 21 key points of hand gestures. The STM32MP257 PLC demonstration board processes this data and controls 15 servo motors in a dexterous hand, enabling real-time, precise gesture responses. STMicroelectronics showed its outstanding integration capability in combining microcontroller technology with advanced sensors to achieve real-time gesture recognition and control.
STM32N6 microcontroller integrates ST's powerful Neural-ART accelerator NPU with processing capacity up to 600 GOPS and ultra-low power consumption of 3 TOPS/W. It adopts a Cortex-M55 core with a main frequency of 800MHz and adds 150 DSP Vector Extension (MVE) instruction sets, delivering exceptional computing performance for visual data processing to guarantee efficient and accurate gesture recognition.
Humanoid Robot MCU Market Trend: Full-Stack Chip Solutions + Specialized EAI MCUs
As the EAI market keeps expanding, MCU vendors no longer rely on single MCU to satisfy robot requirements. Instead, they coordinate multi-product lines of "MCU + analog + storage + sensing + communication" to cover the full link of perception, control, drive, communication and safety, while providing reference designs and ecosystem support.
In the chip-enabled robot hardware segment, GigaDevice has built a complete product matrix covering control, storage and analog to deliver full-stack chip support for humanoid robots. Its high-performance GD32 MCUs are applied for real-time multi-joint motion control and system scheduling; its Flash memory delivers high-speed, high-reliability data storage guarantee for decision computing; analog chips cover key links such as sensor signal conditioning, motor drive, and power management, empowering robotic systems across the entire chain from perception and decision to execution.
Overall, GigaDevice GD32 MCUs can coordinate with GD30DR series driver chips, paired with LDO, DC-DC, PWM and protection circuits to build complete, reliable robot motor control solutions fully serving joint drive and servo systems.
Customize Specialized EAI MCUs Based on Characteristics of Each EAI System
The industry is shifting from general-purpose MCUs to highly integrated, real-time, functional safety dedicated MCUs customized by robot component (joint/dexterous hand/sensing node), supported by coordinated full-stack chips. This transformation facilitates high integration and functional safety certification, precisely resolving space, synchronization and mass production challenges of joints and dexterous hands while lowering BOM costs and development barriers. More vendors will prioritize R&D of specialized EAI MCUs in the future.
HPMicro has developed HPM53M1, a dedicated MCU exclusively built for CAN communication and motion control of robot joints. Inheriting HPMicro's consistent strengths of powerful computing power, high real-time performance and high reliability, HPM53M1 integrates high-voltage pre-drivers and multi-channel operational amplifiers for the first time, making it the MCU with the most powerful integrated pre-drive performance available globally.
HPM53M1 adopts a high-performance RISC-V core running at 480MHz, supporting double-precision floating-point calculation and robust DSP expansion capabilities to easily handle complex control algorithms. In terms of storage architecture, it is equipped with 1MB Flash memory and 288KB SRAM, supplemented by 16KB high-speed cache (I/D Cache) and up to 256KB zero-wait instruction and local data memory (ILM/DLM). It carries high-performance analog peripherals including 2-channel 16-bit ADC (2MSPS), 2 OPMAPs configurable as PGAs, and 2-channel 12-bit DAC (1MSPS). It can collect current, voltage, temperature and position sensing signals at ultra-high rates in real time, enabling faster dynamic joint response and qualitative improvements in control precision.
Table of Contents
1 Definition of Embodied Artificial Intelligence (EAI) and Hardware Introduction
- 1.1 Basic Concepts and Terms of EAI
- 1.2 Hardware Architecture of EAI
- 1.3 EAI Actuators (Joints)
2 EAI Microcontroller Unit (MCU) Market and Trends
- 2.1 Concept and Architecture of MCU
- 2.2 Quantity and Distribution of MCUs in EAI
- 2.3 Analysis of EAI MCU Suppliers
- China's EAI MCU Market Forecast
- Analysis of EAI MCU Suppliers (1)
- Analysis of EAI MCU Suppliers (2)
- Analysis of EAI MCU Suppliers (3)
- 2.4 Evolution Trends of MCUs for EAI
- Evolution Trend 1 of EAI MCUs
- Evolution Trend 2 of EAI MCUs
- Evolution Trend 3 of EAI MCUs
3 Application of Microcontroller Units (MCUs) for EAI
- 3.1 Overview of MCU Applications in EAI
- Overview of MCU Applications in EAI (1)
- Overview of MCU Applications in EAI (2)
- Overview of MCU Products for Cerebellum Core Control System
- Overview of MCU Products for Joint Control System
- Overview of MCU Products for Dexterous Hands
- 3.2 Applications of MCUs in Core Control System
- Applications of MCUs in Core Control System (1)
- Applications of MCUs in Core Control System: Evolution Trend of Cerebellum System
- Applications of MCUs in Core Control System: Application Trend of MCUs in Cerebellum System
- Applications of MCUs in Core Control System: Parameter Comparison between New Products
- Core Control System MCU Application Solutions
- 3.3 Applications of MCUs in Joint Control System
- Structure of Robot Joint Modules (1)
- Structure of Robot Joint Modules (2)
- Joint Control System MCUs
- Evolution Trend of Joint Control System
- Application Trend of MCUs in Joint Control System
- Joint Control System MCUs: Parameter Comparison between New Products
- Joint Control System MCU Solutions (1)
- Joint Control System MCU Solutions (2)
- Joint Control System MCU Solutions (3)
- 3.4 Applications of MCUs in Dexterous Hands
- Dexterous Hand MCUs
- Evolution Trends of Dexterous Hands
- Application Trend of MCUs in Dexterous Hands
- Dexterous Hand MCUs: Parameter Comparison between New Products
- Dexterous Hand MCU Solutions (1)
- Dexterous Hand MCU Solutions (2)
- Dexterous Hand MCU Solutions (3)
- 3.5 Applications of MCUs in Arm/Leg Joints
- Robot Arm/Leg Joint MCU Solutions (1)
- Robot Arm/Leg Joint MCU Solutions (2)
- 3.6 Applications of MCUs in Perception System
- Perception System MCUs
- Perception System Solutions (1)
- Perception System Solutions (2)
- 3.7 Applications of MCUs in Power Management System
- Monitoring and Management of BMS (Battery Management System) by MCU
- BMS MCU Monitoring and Management Solutions (1)
- BMS MCU Monitoring and Management Solutions (2)
4 Downstream Market Demand Analysis of MCUs
- 4.1 Downstream MCU Market Segment: Dexterous Hands
- Overview of Dexterous Hands
- Technical Routes of Dexterous Hands
- Advantages and Disadvantages of Technical Routes for Dexterous Hands
- Dexterous Hand MCU Market Trend Forecast
- Analysis of Mainstream Dexterous Hand Suppliers (1)
- Latest Technologies of Dexterous Hand Suppliers (1)
- Latest Technologies of Dexterous Hand Suppliers (2)
- 4.2 Downstream MCU Market Segment: Cerebellum Control
- Overview of Technical Paths of Cerebellum Control System
- Technical Paths of Cerebellum Control System (1)
- Technical Paths of Cerebellum Control System (2)
- Cerebellum Control System MCU Market Forecast
5 MCU Application by EAI OEMs
- 5.1 UBTECH
- Product Strategy
- Overview of Robot Configurations
- Overview of Robot Hardware and Software
- Parameter Comparison between General-purpose Humanoid Robot Products (1)
- Parameter Comparison between General-purpose Humanoid Robot Products (2)
- Evolution of Dexterous Hands
- 5th-Generation Dexterous Hands
- MCU Solutions
- 5.2 AgiBot
- Profile
- Overview of Robot Configurations (1)
- Overview of Robot Configurations (2)
- Overview of Robot Hardware and Software
- Parameter Comparison between Humanoid Robot Products (1)
- Parameter Comparison between Humanoid Robot Products (2)
- Model Solutions (1)
- Model Solutions (2)
- Dexterous Hand Solutions (1)
- Dexterous Hand Solutions (2)
- 5.3 Unitree Robotics
- Profile
- Overview of Robot Configurations (1)
- Overview of Robot Configurations (2)
- Overview of Robot Hardware and Software
- Parameter Comparison between Quadruped Robot Products (1)
- Detailed Parameters of Dexterous Hands (1)
- Detailed Parameters of Dexterous Hands (2)
- Detailed Parameters of Dexterous Hands (3)
- Self-Developed Dex5-1 Dexterous Hand
- 5.4 Booster Robotics
- Profile
- Overview of Robot Configurations
- Parameter Comparison between Robot Products (1)
- Parameter Comparison between Robot Products (2)
- Self-Developed Custom Joint Motor Booster T1
- 5.5 ROBOTERA
- Profile
- Overview of Robot Configurations
- Overview of Robot Hardware and Software
- Detailed Parameters of Dexterous Hands (1)
- Detailed Parameters of Dexterous Hands (2)
- 5.6 EngineAI
- Profile
- Overview of Robot Configurations
- T800 Multi-Dimensional Perception Dexterous Hand
- Self-Developed Micro Joint Mechatronics
- Energy and Structural Patents
- Joint Technology Patents
- 5.7 Noetix Robotics
- Profile
- Overview of Robot Configurations
- Overview of Robot Hardware and Software
- 5.8 Fourier Intelligence
- Profile
- Overview of Robot Configurations
- Actuator Solutions
- Dexterous Hand Solutions
- 5.9 DEEP Robotics
- Overview of Joint Modules
- Joint Solutions (1)
- Joint Solutions (2)
- 5.10 Galbot
- Overview of Hardware and Software
- Detailed Parameters of Robots (1)
- 5.11 Xpeng IRON
- Profile of Xpeng Motors
- Xpeng IRON Robot: Commercialization Progress and Future Plan
- Xpeng IRON Humanoid Robot: Parameter Comparison between Products (1)
- Xpeng IRON Robot: Dexterous Hand Solutions (1)
- Xpeng IRON Robot: Dexterous Hand Solutions (2)
- 5.12 Xiaomi
- Parameters of Xiaomi CyberOne Robot (1)
- Xiaomi Robot: Bionic Hand Solutions (1)
- Xiaomi Robot: Bionic Hand Solutions (2)
- 5.13 Tesla
- Parameters of Tesla Optimus (1)
- Parameters of Tesla Optimus (2)
- Tesla Optimus Gen 3: Dexterous Hand Solutions (1)
- Tesla Optimus Gen 3: Dexterous Hand Solutions (2)
- Tesla Optimus Gen 3: Dexterous Hand Solutions (3)
- 5.14 Figure AI
- Profile
- Overview of Configurations, Hardware and Software of Robots
- Dexterous Hand Solutions
- Humanoid Robot Factories
6 Solutions of EAI MCU Suppliers
- 6.1 NXP
- Motor and Motion Control for EAI
- Microcontrollers (1)
- Microcontrollers (2)
- Basic Robot Solutions (1)
- Basic Robot Solutions (2)
- Servo Motor Drivers
- Motor and Motion Control for EAI
- 6.2 Texas Instruments (TI)
- Sensor Solutions (1)
- Sensor Solutions (2)
- Vision System Processors
- NPU Designed for MCUs
- Full-Stack Development Resources
- 6.3 STMicroelectronics
- Full-Stack Robot Solutions
- Detailed Parameters of MCUs for EAI
- Actuator Solutions for Humanoid Robots
- Motor Controller Solutions
- Vision System and Power Supply Solutions for Humanoid Robots
- MCU Application Solutions for Leg Joints
- Power Management Solutions
- Main Processor Solutions for Robot Body
- 6.4 Renesas Electronics
- Humanoid Robot Solutions
- Main Control SoC Solutions for Humanoid Robots (1)
- Main Control SoC Solutions for Humanoid Robots (2)
- Main Control SoC Solutions for Humanoid Robots (3)
- Motor Control Microcontrollers
- Robot Dexterous Hand Solutions
- DC Servo System Solutions
- DC Servo System Solutions
- Battery Management System for Humanoid Robots
- LiDAR-Based SLAM Vision Mapping System
- 6.5 Infineon
- Full-Stack Solutions for Humanoid Robots
- Motor Control MCU Solutions (1)
- Motor Control MCU Solutions (2)
- GaN (Gallium Nitride) Motor Control Solutions (1)
- GaN (Gallium Nitride) Motor Control Solutions (2)
- 6.6 HPMicro
- Detailed Parameters of EAI Joint MCUs (1)
- Detailed Parameters of EAI Motion MCUs (2)
- Robot Control Chip Product Series
- Joint Servo Solutions (1)
- Joint Servo Solutions (2)
- Robot Joint Application Solutions
- Real-Time Communication Solutions Inside Robots
- 6.7 GigaDevice
- Full-Stack Chip Solutions for Robots
- Dexterous Hand MCUs
- Arm Joint MCUs (1)
- Arm Joint MCUs (2)
- Leg Joint MCUs
- 6-Axis Robotic Arm Solutions
- Robot Joint Solutions
- 6-Axis Force Detection Solutions
- 6.8 Huawei HiSilicon
- Detailed Parameters of EAI MCUs (1)
- Detailed Parameters of EAI MCUs (2)
- Self-Developed RISC-V Core High-Performance Real-Time Control Dedicated MCUs
- Vision Modules
- Sensors
- HarmonyOS Empowered Intelligent Robotic Arms
- 6.9 Nsing Technologies
- Detailed Parameters of EAI MCUs
- Full-Stack MCU Solutions for Embodied Robots
- Dexterous Hand MCU Solutions
- Robot Joint MCU Solutions
- N32 Series Robot Servo Drivers
- Full-Stack Solutions for Quadruped Robots (1)
- Full-Stack Solutions for Quadruped Robots (2)
- 6.10 Geehy Semiconductor
- Intelligent Joint Servo Solutions for Robots (1)
- Intelligent Joint Servo Solutions for Robots (2)
- Intelligent Joint Servo Solutions for Robots (3)
- Absolute Encoder Solutions (1)
- Absolute Encoder Solutions (2)
- 6.11 Allwinner Technology
- Detailed Parameters of MCUs for EAI
- Cerebellum Control Solutions
- Main Control Chips for Humanoid Robots
- 6.12 Artery Technology
- Dexterous Hand Joint Control (1)
- Dexterous Hand Joint Control (2)
- MCU Application Solutions
- 6.13 Huada Semiconductor
- Parameters of EAI-oriented Chips
- MCU Solutions
- 6.14 SemiDrive
- EAI Products Application and Planning
- Strategy 2.0 - From Driving Intelligence to General Intelligence
- Detailed Parameters of EAI Cerebrum SoCs (1)
- Detailed Parameters of EAI Cerebrum SoCs (2)
- Detailed Parameters of EAI Cerebellum SoCs (1)
- Detailed Parameters of EAI Cerebellum SoCs (2)
- Detailed Parameters of High-Performance MCUs for EAI (1)
- Detailed Parameters of High-Performance MCUs for EAI (2)
- Joint Module Solutions
- Dexterous Hand Solutions
- LiDAR Solutions
- 6.15 Rockchip
- Profile
- Product Parameters (1)
- Product Parameters (2)
- MCU Solutions (1)
- MCU Solutions (2)
- 6.16 Unisoc
- Detailed Parameter of Main Control SoCs for EAI
- Agentic AI Chip Solutions
- 6.17 Jingwei HiRain
- Solutions (1)
- Solutions (2)
- 6.18 MindMotion
- Joint Control MCUs (1)
- Joint Control MCUs (2)
