隨著軟體定義車輛（SDV）發展，車內控制系統的設計方式正悄悄改變。

過去，微控制器（MCU）主要負責執行既定邏輯，功能在設計完成後大致固定；但在軟體可以持續更新的架構下，控制器不再只是照既有指令運作，而需要承擔更多運算與調整的角色。

在這樣的趨勢下，意法半導體（ST）在技術分享中提到，AI已開始影響控制系統的設計方式。

在車用系統中，許多關鍵訊號會隨時間變動，例如馬達運轉狀態、電池負載或環境條件。傳統作法多半依賴固定條件判斷，而AI則能從這些變動資料中找出規律，讓控制策略隨著狀態即時調整。

這也讓控制邏輯逐漸出現變化——從原本的條件觸發，轉為依據資料變化進行判斷。

目前相關應用已陸續出現。

例如在車載充電系統（OBC）中，可用於分類與狀態判讀；在機械系統中，可協助判斷零件是否出現磨損；在防夾（anti-pinch）應用中，則能提升判斷準確度，在不同環境條件下仍維持穩定表現，同時加快反應速度。

另一個值得注意的方向，是補足部分無法直接量測的資訊。

透過模型推算，一些難以直接取得的數據，例如馬達內部特定位置的溫度（包含轉子），可由既有訊號推算出來。這讓控制系統在某些情況下能取得更多參考依據，進一步調整控制方式。

不過，這類應用仍需要時間驗證。車用系統對安全與可靠度要求嚴格，相關模型需經過長時間測試，才有機會進入量產設計。

除了應用層的變化，AI也影響運算分工。

ST指出，將神經網路交由專用AI加速器處理，可避免占用CPU資源，並提升即時反應能力。同時，由於資料可在晶片內部完成處理，也能減少資料在不同模組之間傳遞，進一步降低功耗。

在這樣的設計下，運算不再集中於單一位置。

部分AI功能開始由中央運算平台移往邊緣控制節點，使系統在關閉中央運算時，仍可維持特定功能運作，例如長時間監測或充電控制，同時降低整體電力消耗。

另一方面，記憶體供應狀況也影響系統設計。

ST提到，將非揮發性記憶體與RAM整合於晶片內部，使系統在成本與供應上更容易掌握。在市場波動時，這樣的設計也能降低對外部記憶體的依賴。

在這樣的條件下，部分原本採用MPU的設計開始被重新評估，高效能MCU逐漸被納入更多應用。

隨著整合程度提高，單一控制器需同時處理多項功能，也讓其角色逐漸轉變。

在實際設計中，一顆微控制器可整合約6至7項功能，並透過記憶體與運算能力支援系統運作。此外，透過split-lock架構，核心可在安全性與效能之間進行調整，例如在需要高安全性時採用lockstep模式，或在特定情況下提升運算效能。

在多功能整合下，系統也能在同一核心上執行多項功能，並透過硬體機制維持彼此隔離，避免互相干擾。

整體來看，從ST的產品設計與技術方向，可以看出控制器角色正在改變。MCU不再只是執行既定功能，而是逐漸成為整合運算與協調的核心節點，在車輛系統中的重要性持續提升。