软件定义制造将改变工业半导体需求格局

要点

这一变化正在重新定义自动化软件与硬件之间的关系，其影响范围也将超越制造商、机器制造商和自动化供应商，并进一步波及半导体企业。随着控制功能逐步虚拟化，并迁移至共享的边缘基础设施，工业领域的需求可能会从大量专用控制设备，转向更加异构化的计算架构。可编程逻辑控制器（PLC）、工业微控制器（MCU）、现场可编程门阵列（FPGA）、驱动器和安全控制器并不会消失，但其角色及在整体价值中的占比可能发生变化。

对于半导体企业决策者而言，这更应被视为一个战略性问题，而不是短期内导致芯片需求量发生剧烈变化的因素。对于制造业管理者而言，这则关系到采购策略、运营模式以及技术路线图的调整。

从硬件绑定的自动化走向可编程基础设施

在传统自动化架构中，控制应用与特定的 PLC、工业 PC 或驱动器紧密绑定：硬件和软件通常需要一起设计、验证和更换。SDM则通过标准化接口和虚拟化技术，将应用与底层硬件解耦。虚拟 PLC 可以运行在工业边缘服务器上，而不再依赖专用硬件；同时，各项功能可以集中管理和更新，无需更换现场设备。

这并不意味着物理层将被淘汰。传感器、执行器、驱动器和安全系统仍然不可或缺，也不意味着实时控制会大规模迁移至云端。更现实的模式是基于边缘侧或本地部署的虚拟化架构，由云平台支持设备集群管理、仿真以及数据密集型工作负载。

其核心变化在于，自动化系统的运行逻辑将越来越由软件定义，而硬件则变得更加模块化、集中化和可替换。

为什么SDM现在受到关注

供应链波动、地缘政治、劳动力供给以及可持续发展要求带来的不确定性，正在使传统静态、硬件绑定的自动化系统面临更高的改造成本，同时也难以快速适应变化。

图1：制造业生产线改造成本

SDM 通过虚拟调试、集中式更新、可复制部署以及更高效地集成数据驱动型应用，为上述问题提供了解决方案。早期部署案例表明，SDM能够提升工程效率、优化维护流程和能源管理，并加快系统升级速度。

市场对SDM的兴趣已经开始转化为实际行动：目前已有超过一半的制造企业在应用层采用虚拟化技术，同时，相当一部分流程制造企业正在评估在未来几个月内开展试点。

图2：制造应用的虚拟化

不过，对于这一时间表应采取较为审慎的判断。即使是在更加灵活的行业中，实现具有实质意义的架构渗透预计也需要6至7年，更广泛的市场采用可能要到2030年代中期之后才会出现。在中期阶段，传统控制器、边缘计算和虚拟化应用相结合的混合架构仍将占据主导地位。这一点对于半导体厂商进行产品和市场规划尤为重要：转型确实正在发生，但将是一个渐进式的演进过程。

市场采用仍处于早期阶段

目前，大多数主要自动化供应商都在推进某种形式的软件定义战略，从虚拟 PLC 到更广泛的边缘计算和编排平台均有所涉及。市场部署正在从孤立的试点逐步走向早期规模化应用。西门子与奥迪的合作，以及施耐德电气 EcoStruxure Automation Expert 的规模化部署，都已经显示出可量化的收益，例如通过集中式管理或可扩展架构降低成本、缩短时间，以及通过数字线程集成提升能源效率和产品质量。

目前的解决方案仍主要由供应商主导。在多供应商环境下，互操作性、安全认证以及全生命周期责任划分仍然较为困难。中期来看，专有生态体系可能仍将持续存在。这并不一定意味着供应商拒绝开放，而是因为对于制造企业而言，系统正常运行时间和责任可追溯性的重要性往往高于架构层面的灵活性。

底层技术正在快速成熟，包括实时操作系统、工业边缘平台、虚拟机监控程序（hypervisor）、容器、时间敏感网络（TSN）以及以太网高级物理层（Ethernet-APL）。相比之下，更大的障碍来自组织层面。SDM 使责任划分变得更加复杂：在传统自动化模式下，通常由一家供应商负责系统集成和性能保障；而在SDM架构中，责任则分散在软件、硬件、网络、云平台以及系统集成等不同供应商之间。制造企业因此需要明确谁对基于软件的自动化资产的性能以及全生命周期维护负责。

SDM 还进一步打通了OT与IT层，要求不同团队之间进行更加紧密的协作，而在当前大多数制造企业中，这些团队在组织架构上仍然相对独立。同时，SDM将企业支出从以硬件为主的资本性支出（CAPEX）逐步转向软件订阅和运营性支出（OPEX），这也要求企业采用新的商业模式。

因此，近期更现实的市场发展路径将是选择性扩张：以传统自动化与虚拟化自动化相结合的混合架构逐步扩大应用范围，而不是全面替换现有自动化系统。

半导体影响：价值向计算与系统层迁移

这一架构变化将直接带来半导体层面的影响。当软件与专用控制器紧密耦合时，市场需求主要集中在工业 MCU、模拟和功率器件、连接芯片以及存储器等产品上。在 SDM 架构下，这些器件仍然不可或缺。但随着更多控制功能整合到边缘计算平台，价值将逐步向计算、网络、虚拟化、存储以及硬件安全等领域迁移。

未来的工业芯片架构可能包括：

• 工业边缘处理器和服务器级计算芯片，能够运行虚拟化控制应用、HMI 功能以及部分 AI 工作负载

• 异构SoC，将通用处理器与确定性实时处理核心、AI 加速、网络连接和安全功能集成在一起

• 实时协处理器和可编程逻辑器件，用于运动控制、高速 I/O 以及对延迟敏感的工作负载

• 工业以太网和时间敏感网络（TSN）器件，包括交换机、网关和同步组件

• AI加速器（GPU、NPU），用于机器视觉、质量检测和预测性维护

• 更大容量的存储器和工业存储，支持虚拟化、容器化应用以及系统回滚

• 硬件安全模块和信任根，用于工业网络安全

• 功能安全计算和隔离技术，用于支持混合关键性系统

NVIDIA Jetson平台和英特尔边缘处理器等产品已经开始出现在工厂的物料清单（BOM）中，而直到最近，这类产品主要还是由德州仪器（Texas Instruments）、英飞凌（Infineon）、意法半导体（STMicroelectronics）和瑞萨电子（Renesas）等工业半导体厂商供应。

传统芯片并不会因此消失。未来数年，混合架构仍将占据主导地位：虚拟化系统负责管理更高层级的流程，而经过认证的物理控制器则继续承担大部分确定性和安全关键型控制回路。对于半导体供应商而言，近期真正的风险并不是独立控制器芯片突然被淘汰，而是其逐步商品化，同时价值向具备工业级可靠性和虚拟化能力的计算平台迁移。

战略机遇则在于开发异构SoC，在单颗芯片上集成实时协处理器、虚拟化扩展和AI加速模块，并针对原生运行 Hypervisor进行优化。未来商业价值的核心可能会从单一控制器芯片，逐步转向集成式边缘计算架构及其背后的软件生态。

汽车行业提供了一个有参考价值但并不完全相同的先例

软件定义汽车（SDV）的转型提供了一个值得参考的案例。汽车行业正在将分布式、单一功能的电子控制单元（ECU）逐步整合为域控制器、区域控制器（zonal controller）以及中央计算平台，与此同时，以太网网络、虚拟化和 OTA 更新的重要性也不断提升。

工业自动化很可能也会遵循类似的发展路径：工厂或生产线级别的边缘系统承担中央计算的角色，而机器级平台则发挥类似区域控制器的作用。不过，两者之间也存在重要差异：工业设备的服役周期通常长达15至30年，一个工厂往往同时存在多代设备和多个供应商，而安全和变更控制要求也更加严格。这些因素都将推动混合系统长期存在，并使市场采用速度相对更慢。

其中的关键启示并不是硬件将会消失，而是随着虚拟化、网络连接和异构计算越来越深刻地塑造整体架构，仅依赖专用硬件的半导体战略可能已经不足以满足未来需求。汽车行业的经验表明，要完成这一战略转型，芯片厂商往往需要扩展产品组合和技术能力，而不仅仅是对现有产品进行重新包装或品牌升级。

制造业和半导体企业决策者现在应该怎么做

制造企业不应将SDM视为一时的技术热潮，也不应将其理解为全面替换现有自动化系统的项目。更实际的做法，是识别那些通过软硬件解耦能够带来明确价值，同时不会引入不必要运营风险的自动化环节。虚拟调试、监控应用、数据驱动型应用、数据基础设施以及部分 PLC 工作负载，都可以作为较为典型的切入点。

半导体供应商同样需要采取务实的视角。机会并不只是提供更高性能的处理器，而是打造面向混合关键性环境的工业级计算平台，在单一设计中融合实时执行、虚拟化支持、安全隔离、功能安全和 AI 能力。

渐进式转型，不应被视为遥远的未来

软件定义制造不会像 IT 行业那样快速改变工业自动化。安全要求、设备较长的生命周期、异构环境的复杂性以及相对保守的投资决策，都决定了这一转型将是一个渐进的过程。但渐进并不意味着影响有限。

工业架构正开始从专用自动化设备，逐步转向由软件管理、通过网络连接的异构计算环境。这一变化将重新定义自动化技术栈中的价值分布，也将影响哪些半导体能力会成为战略重点。

对于制造企业而言，现在开始建设必要的架构、人才能力和治理体系，将更有利于在 SDM 商业价值逐步成熟后扩大应用规模。对于半导体供应商而言，如果仍主要从独立控制器的角度看待工业市场需求，虽然可以延续现有业务收入，但也可能错失下一代工业自动化真正具有更高价值的计算、连接和安全平台。

文章版权和解释权归微信平台Omdia所有

Omdia隶属于Informa TechTarget, Inc. d/b/a Informa TechTarget（纳斯达克代码：TTGT），是一家全球领先的技术研究与咨询机构。依托对科技市场的深刻洞察、与行业领导者的深入对话以及庞大数据资源，Omdia帮助客户洞察趋势、把握机遇，抢占市场先机。从研发到投资回报，我们识别最具潜力的机遇，推动科技产业持续发展。