Напоследък в световната полупроводникова индустрия се наблюдава вълна от сливания и придобивания, като гиганти като Qualcomm, AMD, Infineon и NXP предприемат действия за ускоряване на интеграцията на технологиите и разширяването на пазара.
Тези мерки не само отразяват стратегическите съображения на компаниите за търсене на силни съюзи и допълнителни предимства в ожесточената пазарна конкуренция, но също така показват, че пейзажът на полупроводниковата индустрия може да доведе до нови промени.
Чрез проучване на последните международни сливания и придобивания на полупроводници, обобщих грубо четири ключови думи: изкуствен интелект, MCU+, автомобили и EDA.
MCU+AI: неизбежна тенденция
STMicroelectronics придобива Deeplite, фокусирайки се върху периферен изкуствен интелект
През април тази година STMicroelectronics (ST) придоби канадския стартъп за изкуствен интелект Deeplite, което привлече вниманието на индустрията. Както всички знаем, основното предизвикателство пред моделите за дълбоко обучение при търговското им внедряване е техният оперативен мащаб, изискванията към процесора и интензивността на консумацията на енергия. Deeplite решава този проблем, като предоставя автоматизиран софтуерен енджин за оптимизиране на DNN (дълбоки невронни мрежи) модели, позволявайки на изкуствения интелект да извършва периферни изчисления на всяко устройство.
Основана през 2017 г., Deeplite е известна със своето решение за периферен изкуствен интелект DeepSeek, фокусирано върху оптимизацията, квантирането и компресирането на ИИ модели. Нейният иновативен оптимизатор, управляван от ИИ, Neutrino, може да компресира големи модели за дълбоко обучение до една десета от оригиналния им размер, като същевременно запазва точност над 98%. Чрез три ключови технологии - намаляване на теглото (премахване на излишни параметри), квантуване (намаляване на изискванията за изчислителна точност) и разреденост (увеличаване на дела на теглата с нулева стойност), големите ИИ модели могат да работят по-бързо, с по-малки размери и по-енергийно ефективно на периферни устройства. Приложения, които преди изискваха възможности за облачни изчисления, сега могат да работят безпроблемно на периферни устройства, като например камери на смартфони и индустриални сензори.
Deeplite привлече много внимание в ранните си дни и беше обявен за водещ новатор в областта на изкуствения интелект от Gartner, Forbes, Inside AI и ARM AI. Това придобиване е тясно свързано със стратегическата трансформация на STMicroelectronics към периферен изкуствен интелект, който комбинира хардуер и софтуер по начин на „двойна спирала“. Технологията за оптимизация на модели на Deeplite е дълбоко интегрирана с микроконтролерите от серията STM32 на STMicroelectronics и специализираните NPU, за да подпомогне изграждането на цялостни решения с изкуствен интелект. Например, в сценарии за интелигентни фабрики, камерите, оборудвани с чипове на STMicroelectronics, могат директно да откриват дефекти, без да качват данни в облака, а скоростта на реакция се увеличава 40 пъти.
От друга страна, Deeplite разполага с екип от инженери по алгоритми за изкуствен интелект от световна класа, чрез които ST ще интегрира над 200 инструмента за разработка на ъпгрейд на изкуствен интелект, за да формира единна екосистема за разработка от „библиотека с модели-оптимизатор-хардуерна платформа“. Накратко, придобиването на Deeplite не само завършва последното парче от пъзела на ST на ниво софтуер за изкуствен интелект, но и бележи промяната на парадигмата на полупроводниковата индустрия от „правене на чипове“ към „правене на мозъци“.
NXP придобива компанията за NPU Kinara, за да препозиционира интелигентния edge
През февруари тази година NXP обяви придобиването на американския стартъп за edge AI чипове Kinara за 307 милиона щатски долара в брой. Kinara е основана през 2013 г. и първоначално е била наречена Core Viz, по-късно е преименувана на Deep Vision, а през 2022 г. е преименувана на Kinara. Дискретният NPU на Kinara (включително Ara-1 и Ara-2) е лидер в индустрията по производителност и енергийна ефективност, което го прави предпочитано решение за нововъзникващи AI приложения, задвижвани от зрение, глас, жестове и други различни генеративни AI реализации, а неговата програмируемост гарантира, че може да се адаптира към развиващите се AI алгоритми.
NXP заяви, че това придобиване ще комбинира независимия NPU на Kinara със собствено портфолио от процесори, софтуер за свързаност и сигурност, което ще помогне за осигуряването на цялостна и мащабируема AI платформа от TinyML до генеративен AI, за да се отговори на бързо нарастващите нужди от AI на индустриалните и автомобилните пазари. Това ще помогне за създаването на нови AI-базирани системи в индустриалната и IoT област, ще помогне на клиентите да опростят сложността, да ускорят времето за пускане на пазара и да подобрят техническите възможности в области като интелигентните автомобили, насочвайки се към области с висока добавена стойност.
Edge AI: Бойно поле за производителите на микроконтролери
В областта на изкуствения интелект отдавна съществува погрешното схващане, че „мащабът е сила“. Въпреки че големите модели имат отлична производителност, те са изправени пред предизвикателства при реалното внедряване - високата им консумация на енергия противоречи на изискванията за лекота от страна на периферията. Експерти от индустрията многократно са посочвали присъщите ограничения на сценариите за приложение на големи модели: от една страна, обучението и работата на големи модели изискват огромни изчислителни ресурси; от друга страна, ключовите области за насърчаване на индустриализацията на изкуствения интелект са именно периферните изчисления и терминалните устройства, които са по-чувствителни към консумацията на енергия и латентността.
Не е трудно да се разбере, че гореспоменатите придобивания показват, че основното бойно поле на микроконтролерите (MCU) се измества към периферните изчисления с изкуствен интелект (ИИ). Очаква се до 2025 г. 75% от данните да се обработват на периферията, което подчертава огромния потенциал на пазара на микроконтролери с ИИ. Това показва, че търсенето на периферни изчисления с ИИ нараства бързо и микроконтролерите, като основен компонент на периферните устройства, ще играят ключова роля в тази тенденция.
В бъдеще микроконтролерите (MCU) няма да се ограничават само до традиционните функции за управление, а постепенно ще интегрират възможности за разсъждение, основано на изкуствен интелект, и ще бъдат прилагани в сценарии като разпознаване на изображения, обработка на глас и прогнозна поддръжка на оборудване. MCU с възможности за периферни изчисления ще се превърнат във важен носител на мощност за периферни изчисления с ниската си консумация на енергия, високата ефективност и незабавната реакция, осигурявайки по-силна поддръжка за интелигентни устройства и системи.
Други големи производители на микроконтролери също активно придобиват и се конкурират в тази област, като например придобиването на Reality AI от Renesas Electronics, придобиването на шведската Imagimob от Infineon и пускането на пазара на софтуер за машинно обучение eIQ и веригата инструменти за изкуствен интелект NANO от NXP.
Може да се заключи, че периферният изкуствен интелект ще се превърне в ключово бойно поле за микроконтролерите през следващите няколко години.
Автомобилна електроника: фокусът на капиталовата конкуренция
Напоследък често се появяват сливания и придобивания на полупроводникови компании, свързани с автомобилни приложения. В допълнение към изчислителната мощност, еволюцията на автомобилните силови агрегати, мрежовата връзка в превозните средства, аудиото в превозните средства и други технологии също стимулира итерацията и актуализирането на полупроводниковите технологии, което подтиква свързаните компании да допълнят собствената си технологична структура чрез сливания и придобивания.
Полупроводниковата индустрия е типична технологично интензивна и капиталоемка индустрия. Поглеждайки назад през последните няколко десетилетия, интеграцията и сливанията са се превърнали в неизбежна тенденция в развитието на индустрията.
Гигантите в областта на изкуствения интелект често правят придобивания в опит да подобрят технологичното си разположение и да изградят предимство от типа „чип + система + екосистема“. Производителите на основни микроконтролери постепенно се трансформират към периферен изкуствен интелект, опитвайки се да завладеят пазара на интелигентни терминали с ниска консумация на енергия и висока гъвкавост. В автомобилната област, бордовите изчисления, автономното шофиране и взаимосвързването на данни са се превърнали в ключови области на капиталова конкуренция. В същото време индустрията за електронни информационни системи (EDA) се измества от предоставяне на инструменти към изграждане на екосистема. Гигантите интегрират IP и процеси на проектиране и изграждат пазарно господство чрез архитектурата „инструмент-архитектура-стандарт“.
В тази вълна от сливания и придобивания, технологичното сътрудничество, разширяването на пазара и доминирането на екосистемата се превърнаха в основна логика. Компаниите трябва да балансират краткосрочната интеграция и дългосрочните научноизследователски и развойни дейности на фона на притока на капитал. Предвид технологичните бариери и капиталоемкия характер на полупроводниковата индустрия, тази трансформация не е „пряк път“, а „маратон“, който изисква дългосрочни инвестиции.
Време на публикуване: 30 юни 2025 г.