电子系统的复杂度正在以前所未有的规模快速上升。汽车开始从数十个分散ECU转向中央计算，家电和医疗设备尝试在本地运行AI模型，人形机器人需要同时协调数十个关节，AI数据中心则在重新设计从电网到GPU内核的整条供电链路。这些变化同时发生时，底层芯片厂商将要面对更加庞大的问题。
7月1日至3日，德州仪器（TI）将以“智引芯程，定义未来”为主题亮相2026慕尼黑上海电子展，在“出行、生活、协作、焕能”四大展区集中展示汽车、智能家居、数字医疗、工业自动化、人形机器人、AI数据中心和能源基础设施等领域的方案。
从表面上看，这些应用横跨多个行业。但从底层技术看，它们的架构变化相近：计算逐渐集中，连接趋向统一，AI向边缘下沉，电源系统向更高电压、更高功率密度演进。
TI力图通过从器件到系统的全面创新，抓住系统变化中的关键节点。“我们一直在使技术变得更加可靠、更加经济、更加节能，实现半导体在各电子产品领域的广泛应用。”德州仪器中国区技术支持总监赵向源表示。
软件定义汽车不只需要处理器
汽车是系统架构变化最明显的市场之一。传统汽车电子系统由大量分散式ECU构成，每个控制器负责一项或者几项相对独立的功能。随着智能驾驶、座舱、车身控制和软件服务不断增加，ECU数量、通信接口和线束复杂度也随之上升。
下一代汽车正在转向域控制、区域控制和中央计算架构。传感器与执行器接入区域节点，复杂计算任务逐渐集中到高性能处理平台，软件则通过统一架构进行部署和升级。
这一变化要求车辆同时重构计算、通信和供电系统。在计算侧，TI展示了TDA5系列汽车处理器。该系列集成专用NPU，采用UCIe标准的Chiplet，可提供涵盖100TOPS至1200 TOPS的算力，面向ADAS、智能座舱和网关等跨域融合应用，且无需额外昂贵的散热组件。
跨域融合并不是简单地把几个ECU的任务搬到同一颗芯片上。不同功能对实时性、安全等级、操作系统和算力的要求并不相同。例如，座舱系统更关注图形交互和应用生态，ADAS强调AI推理和传感器融合，网关则需要承担网络管理和安全隔离。因此，处理器必须通过硬件隔离、虚拟化和功能安全机制，让多类任务在同一平台上运行，同时避免不同功能相互干扰。
为了让软件开发能够早于硬件样机启动，TI还配套了虚拟开发套件VDK。开发人员可以在虚拟环境中构建道路、天气、摄像头数据和ECU运行状态，通过数字孪生开展软件开发和系统验证。
对于软件定义汽车而言，虚拟开发越来越重要。过去，软件团队往往要等到样片、开发板或者整车硬件到位后才能开始大规模调试。虚拟开发可以让软件、芯片与硬件设计并行推进，将部分验证环节前移。
“在‘软件定义汽车’这个大的发展趋势下，整车电子电气架构正在从一个分散式的电子控制单元（ECU）架构向域控与集中计算架构演进。为了支撑这一变化，下一代的车需要更高速、更灵活、更高效的通信以及供电系统。”赵向源表示。
TI此次将展示高速以太网环形骨干网络、基于AVB的音频传输和48V低压供电架构。以太网承担音频和控制数据传输，环形网络能够提高关键链路的冗余能力；AVB则可以通过统一网络传输同步音频，减少专用音频线束。
48V供电解决的是另一类问题。在相同功率下，提高电压可以降低传输电流，进而减小线束截面积、导通损耗和整车重量。随着区域控制器、电动悬架、电子制动和高功率执行器增加，48V正在成为汽车低压供电体系的重要组成部分。
除了电子电气架构，汽车电气化系统也在向更高功率密度和更高集成度演进。
在车载充电领域，TI将与威迈斯展示6.6kW车载充电器和3.5kW DC-DC转换器。该方案采用C2000 F29多核平台，在单MCU架构内完成多功率级控制，减少控制器数量、PCB面积和系统重量。
车载充电器通常包含功率因数校正、隔离式DC-DC转换和多种保护功能。传统方案可能使用多个控制器分别管理不同功率级，而单MCU控制能够统一电压环、电流环、开关时序和故障保护，提高各功率级之间的协同性，同时在满足功能安全与冗余的前提下，简化系统设计。
在电驱系统中，TI将展示300kW、800V牵引逆变器参考设计，并采用优化脉冲模式OPP。在电机高速运行、调制度接近极限时，传统PWM策略的控制空间会受到限制。OPP通过优化有限数量开关脉冲的位置，在电流谐波、开关损耗和输出转矩之间进行权衡，可以降低高转速区域的逆变器损耗。
线控底盘的流行下，底盘系统也开始从液压和机械结构转向全电子控制。TI展示的机电制动方案采用全电化架构，取消传统液压管路，通过电机、驱动器、传感器和控制器直接产生制动力。这种架构能够缩短制动响应时间，并为自动驾驶提供更加直接的执行接口，但同时也对电源冗余、位置检测、实时控制和ASIL-D功能安全提出更高要求。
在智能车灯领域，TI与星宇合作展示像素级ISD智能车灯，采用LP5860-Q1 LED驱动器和MSPM0L1304-Q1 MCU，并通过UART实现跨灯板通信，支持上万个像素独立调光与同步。
BMS开始从测量电压，走向观察电芯内部
此次展会中，TI重点展示的新产品之一，是集成电化学阻抗谱引擎的BQ79826Z-Q1电池监测器。
传统BMS主要测量电芯电压、表面温度和电池包电流，再通过模型估算荷电状态、健康状态和剩余寿命。这些参数能够反映电池的外部状态，却很难直接观察电芯内部的电化学变化。例如，锂沉积、局部老化、界面反应异常和微短路在早期可能不会立即引发明显的电压或温度变化。等到外部传感器发现异常时，风险可能已经进一步发展。
EIS（电化学阻抗谱）提供了另一种观察电池的方法。其基本原理是向电芯施加不同频率的小信号激励，再测量电压与电流响应，得到电芯随频率变化的复阻抗特征。“电池的监控，可以像心电图去监控、监测心脏体征一样，能够提供一些连续、实时的洞察，能够监视整个电池的健康状态。”赵向源表示。
电池内部的欧姆内阻、电荷转移、双电层效应、电解液扩散和极化过程，会在不同频率范围内表现出不同特征。因此，EIS可以得到一组能够反映电芯内部状态的频谱信息。
BQ79826Z-Q1最高支持26节串联电芯监测，相较TI上一代18通道产品，通道数量增加约44%。更高的通道集成度可以减少大型电池包中的监测芯片、通信节点和外围器件数量。
其电芯电压测量精度低于2mV，典型值可达到约1.7mV。对于磷酸铁锂等电压平台较为平坦的电池体系，毫伏级测量误差可能对应较大的SOC估算偏差，因此精度会直接影响续航和剩余电量判断。
TI配套参考设计还可以通过EIS特征对单节电芯内部温度、SOC和异常状态进行估算，并实现提前5分钟以上的热失控风险预警。
从阻抗数据到风险判断，中间还需要激励源、同步采样、滤波、电池模型、特征参数提取和应用算法。不同正负极材料、电解液体系、温度、SOC区间和老化程度，都会改变阻抗谱。
工程师需要使用大量实验数据建立模型，再通过曲线拟合、等效电路或者机器学习算法，将阻抗变化映射到内部温度、健康状态和故障风险。
边缘AI开始与实时控制融合
在智能生活展区，TI将展示智能家居网关、跌倒检测、数字医疗和AI智能家电等方案。这些应用并不太依赖于AI算力，更看重功耗、成本、响应时间和隐私要求。赵向源指出，“TI通过模拟、嵌入式处理的产品以及边缘AI（Edge AI）技术创新，助力客户打造更加智能、更加便捷、安全的互联网体验。”
边缘AI的意义，不是简单地把云端模型缩小之后搬进MCU，而是让AI与真实的控制环路结合。云端AI更关注吞吐量和模型规模，边缘系统则必须同时考虑功耗、存储、确定性、时延和器件成本。专用AI加速单元可以将神经网络运算从主CPU剥离，避免推理任务占用实时控制资源。TI专门开发的TinyEngine NPU可以在本地快速实现AI功能，同时节约大量的能耗与流量。
在卧室、浴室、养老机构等场景中，摄像头虽然能够识别人体姿态，但也会带来隐私问题。TI展示的方案采用60GHz毫米波雷达和边缘AI实现无摄像头跌倒检测。毫米波雷达通过距离、速度、角度和人体微动信息构建特征，再由本地AI模型判断人体处于站立、坐下还是跌倒状态。原始数据可以在端侧处理，无需持续上传云端，也不直接采集可识别的人脸图像。
类似，在智能家居网关中，TI将IWRL6432毫米波雷达、CC2755边缘AI无源红外传感器和AM62L联网平台结合起来。
PIR传感器具有低成本和低功耗优势，适合长期检测人体活动；毫米波雷达则可以提供更精细的距离、速度和存在感知。两者结合，可以让低功耗传感器负责常驻唤醒，在需要时再启动更高精度的雷达与处理系统。
在智能家电领域，TCL空调采用具备边缘AI能力的TMS320F28P550微控制器。空调中的压缩机和风机控制要求控制环路具备确定性和快速响应，而AI算法则可用于识别房间负载、环境变化和设备运行状态。将实时控制和边缘AI放在同一平台，意味着控制器可以在维持电机与电源控制实时性的同时，进行能效优化和异常识别。
在数字医疗方面，TI还将展示直连云端的ECG可穿戴设备。方案采用BQ25190电源管理芯片，BQ25190 是一款高度集成的电池管理单元，集成了用于可穿戴设备的最常用功能：一个具有电源路径的线性充电器、一个降压开关转换器（降压）、一个降 压/升压开关转换器（降压/升压）、两个 LDO（LDO1 和 LDO2）、计时器手动复位 (MR)、多通道模数转换 器 (ADC) 以及四个多功能通用输入/输出 (GPIO)。另外，该系统可借助器件上的神经网络硬件加速器，既可降低算法时延、延长续航，也能通过 Wi-Fi 与蜂窝网络精准识别心脏异常状况。
为了降低嵌入式AI开发门槛，TI还将展示CCStudio集成开发环境，覆盖编码、参数配置、调试和AI模型部署，并提供超过60种模型和应用案例。
人形机器人的机电系统
人形机器人经常被描述为大模型进入物理世界，但真正把机器人做出来，需要的不只是AI处理器。赵向源强调，“德州仪器以低延时实时控制与高性能计算为核心，我们在重新定义一个更安全、更具协作性的工业自动化协作系统与机器人，能够实现极致的极速响应、更精准的智能决策，让我们的设备在更加复杂、多变的作业环境中能够稳定运行。同时，我们也可以推动构建一个更安全、更具协作性的系统，覆盖传统产线设备、新兴协作机器人场景。”
一台人形机器人可能拥有30个以上关节，灵巧手则需要20个甚至更多小型电机。每个关节都需要电机、驱动器、电流采样、位置传感、通信和电源管理。
TI此次展示的人形机械臂与灵巧手方案包括48V转24V DC-DC、48V/1kW关节驱动器和可扩展多轴手部控制系统。
48V可作为机器人内部主电源母线，在相同功率下降低线缆电流和导通损耗；24V则可以为部分执行机构和辅助负载供电。
对于肩部、髋部和膝部等主关节，系统更关注峰值功率、制动能量回收和散热；对于灵巧手，核心问题则是如何在有限空间内集成更多电机和驱动通道。
氮化镓器件可以通过提高开关频率降低磁性器件和电容体积，帮助缩小关节驱动器尺寸。TI的灵巧手功率电路体积可以缩小50%以上，并可用陶瓷电容替代部分体积较大的电解电容。
机器人还需要建立确定性的实时通信系统。单颗MCU同时控制多个电机，可以减少控制器和通信节点数量，但也要求处理器稳定执行多路电流环、速度环和位置环，并保证各轴同步。
在预测性维护方面，TI展示了基于AM13E230x MCU的工业通信方案。系统实时采集电流、振动和温度数据，在边缘端检测电机不平衡与异常，再通过10BASE-T1L单对以太网和多协议交换上传数据。
电流能够反映绕组与负载状态，振动可以暴露轴承磨损、机械松动和转子不平衡，温度则与过载、摩擦和散热异常相关。将多类信号联合分析，比单一阈值报警更容易识别早期故障。10BASE-T1L则可以通过单对双绞线将以太网延伸到工厂现场的传感器和执行器层，降低传统现场总线与协议转换的复杂度。
在感知部分，TI与Algorized联合展示计算机视觉与60GHz毫米波雷达融合方案，用于人体存在感知、行为预测以及呼吸和心率等生命体征监测。实际上在今年英伟达的GTC大会上，TI就将其毫米波雷达技术与NVIDIA Jetson Thor 平台及NVIDIA Holoscan 平台相结合，助力物理AI 应用实现低延迟3D 感知与安全感知能力。
工业机器人还必须处理功能安全问题，Neuron SIC99安全控制器基于AM2434处理器，最高可满足ISO 13849 PLe和IEC 61508 SIL 3要求。
800V架构正在重写AI数据中心供电链路
AI算力增长正在把数据中心的机架功率推向新的水平。在传统低压配电体系中，功率增加会直接带来更大的电流。电流上升不仅增加铜排和线缆尺寸，也会提高导通损耗、连接器数量和散热压力。
800V高压直流架构的价值，在于以更高电压传输相同功率，从而降低电流，并减少从电网到计算板卡之间的部分转换层级。
TI展示了800V转6V DC/DC计算托盘配电板。该方案采用模块化功率级，可兼容顶部冷板液冷，并在较小体积内扩展更高输出功率。该方案集成氮化镓功率级，峰值效率可达到97.6%，功率密度超过2kW/in³。从800V降至6V属于高变比隔离转换，难点不仅是高压器件耐压，还包括变压器设计、开关损耗、寄生参数、同步整流和瞬态响应等。
AI加速器的功率会在极短时间内发生明显变化。电源不仅需要具备较高稳态效率，还要能够在负载突变时维持输出稳定。
氮化镓器件可以降低高频开关损耗，并缩小磁性器件尺寸，但频率提高后，驱动回路、封装寄生和EMI设计也会更加敏感。因此，高频化不能只依靠更换功率器件，还需要控制器、驱动器、磁性器件和封装共同优化。
TI还展示面向800V母线的30kW高功率密度电源。该方案采用三电平PFC拓扑，并进一步扩大650V GaN器件的应用范围。
三电平拓扑可以让单个功率器件承受较低电压，同时减小开关电压跃迁和滤波压力，适合高压、高功率交流直流转换。
电网交流输入，经三电平PFC和隔离电源形成800V直流母线，再通过800V至6V隔离DC/DC送入计算板卡，最后由多相降压转换器产生GPU核心所需的1V以下电压。
image.png?imageView2/2/w/1000
在新能源与能源基础设施部分，TI还将展示50kVA固态变压器模块。传统变压器通过工频磁性器件完成电压转换，固态变压器则引入高频功率电子变换，可以在降压和隔离之外，增加双向能量流、实时控制、状态监测和通信能力。
TI的50kVA SST模块集成以太网和FSI通信接口，面向数据中心、兆瓦级充电、集中式光伏逆变器和并网储能等中压至低压场景，满载效率超过97%。
储能系统也在引入EIS。TI展示的电池包级EIS参考设计支持52至104通道配置，并提供SAB单有源桥和DAB双有源桥两类激励源拓扑。
EIS需要向电池包注入可控交流扰动，激励源决定输出信号的频率、幅值、功率和双向调节能力。SAB结构相对简单，器件数量和成本较低，适合重视体积和性价比的系统；DAB则在变压器两侧均采用主动桥，通过相位差控制功率传输，能够提供更灵活的双向激励与隔离能力。
在客户方案方面，新能安工商业储能电池包采用BQ79718和BQ79731器件，用于提高电池包监测、通信和安全管理能力。
这一系列方案，代表着TI从电网到GPU的全能源链路创新。
除了电池管理和功率转换，TI还发布了新一代精密运算放大器系列。在电源转换的各个环节中，运放是电源质量反馈的关键所在。该系列覆盖1.7V至36V供电范围，失调电压低于100μV，部分零漂移器件的温漂低至5nV/℃，并采用e-Trim封装后修调技术。
零漂移技术通过周期性调制和校正抑制输入失调与低频漂移，适合电流检测、温度测量、压力传感和慢速精密信号采集。e-Trim则是在芯片完成封装之后进行电子修调，可以补偿制造和封装应力带来的误差，减少客户在系统端进行额外校准的需要。
系统竞争已经开始
从此次慕尼黑上海电子展的展示内容看，汽车、机器人、数据中心和能源系统正在沿着不同路径，走向相似的架构终点。
这些变化一方面提高了单颗芯片的性能要求，同时也让不同芯片之间的协同变得更加重要。
未来，随着系统的复杂性提升，供应链的复杂，半导体产业的竞争势必要转向系统级竞争。
今年恰逢TI进入中国市场40周年。过去，模拟芯片和嵌入式处理器更多被视为电子系统中的基础器件；如今，随着汽车、机器人和AI基础设施的架构重新设计，这些基础器件正在进一步走向系统。
正如赵向源所说：“在这个数据驱动的时代，我们感知、处理与运用信息的方式，正在重塑各行各业和日常生活，而半导体正是这场变革背后默默赋能的关键推动者。数十年来，德州仪器始终助力我们的客户与合作伙伴持续创新，依托产品将技术变为现实——帮助客户在终端设计中完成高效电源管理、精准感知与数据传输，并提供核心控制及运算处理能力。展望未来，我们将继续助力工程师应对复杂的设计挑战，与客户携手，共同拓展半导体应用的无限可能。”
