Nedavno je došlo do vala spajanja i akvizicija u globalnoj industriji poluprovodnika, a giganti poput Qualcomma, AMD-a, Infineona i NXP-a poduzimaju mjere kako bi ubrzali integraciju tehnologije i širenje tržišta.
Ove mjere ne samo da odražavaju strateška razmatranja kompanija o traženju snažnih saveza i komplementarnih prednosti u žestokoj tržišnoj konkurenciji, već i ukazuju na to da bi pejzaž poluprovodničke industrije mogao donijeti nove promjene.
Ispitujući nedavna međunarodna spajanja i akvizicije poluprovodnika, grubo sam sažeo četiri ključne riječi: AI, MCU+, automobili i EDA.
MCU+AI: neizbježan trend
STMicroelectronics preuzima Deeplite, fokusirajući se na edge AI
U aprilu ove godine, STMicroelectronics (ST) je preuzeo kanadski startup za umjetnu inteligenciju Deeplite, što je privuklo pažnju industrije. Kao što svi znamo, glavni izazov s kojim se suočavaju modeli dubokog učenja u komercijalnoj primjeni je njihova operativna skala, zahtjevi procesora i intenzitet potrošnje energije. Deeplite rješava ovaj problem pružanjem automatiziranog softverskog mehanizma za optimizaciju DNN (duboka neuronska mreža) modela, omogućavajući umjetnoj inteligenciji da obavlja računarstvo na rubu mreže na bilo kojem uređaju.
Osnovana 2017. godine, kompanija Deeplite poznata je po svom rješenju za edge AI, DeepSeek, fokusirajući se na optimizaciju, kvantizaciju i kompresiju AI modela. Njihov inovativni optimizator, Neutrino, vođen AI, može komprimirati velike modele dubokog učenja na jednu desetinu njihove originalne veličine, uz zadržavanje tačnosti veće od 98%. Kroz tri ključne tehnologije - smanjenje težine (uklanjanje redundantnih parametara), kvantizaciju (smanjenje zahtjeva za računarskom tačnošću) i rjeđe kretanje (povećanje udjela težina s nultom vrijednošću), veliki AI modeli mogu raditi brže, manje i energetski efikasnije na edge uređajima. Aplikacije koje su ranije zahtijevale mogućnosti računarstva u oblaku sada mogu nesmetano raditi na edge uređajima kao što su kamere pametnih telefona i industrijski senzori.
Deeplite je privukao mnogo pažnje u svojim ranim danima i Gartner, Forbes, Inside AI i ARM AI su ga proglasili vodećim inovatorom u oblasti umjetne inteligencije. Ova akvizicija je usko povezana sa strateškom transformacijom STMicroelectronicsa ka edge AI, koja kombinuje hardver i softver na način "dvostruke spirale". Deepliteova tehnologija optimizacije modela je duboko integrirana sa STMicroelectronics-ovim STM32 serijskim mikrokontrolerima i namjenskim NPU-ovima kako bi se podržala konstrukcija end-to-end AI rješenja. Na primjer, u scenarijima pametnih fabrika, kamere opremljene STMicroelectronics čipovima mogu direktno detektovati nedostatke bez otpremanja podataka u oblak, a brzina odziva je povećana za 40 puta.
S druge strane, Deeplite ima vrhunski tim inženjera za algoritme umjetne inteligencije, putem kojih će ST integrirati više od 200 alata za razvoj napredne umjetne inteligencije kako bi formirao jedinstveni razvojni ekosistem "biblioteke modela-optimizatora-hardverske platforme". Ukratko, akvizicija Deeplitea ne samo da kompletira posljednji dio ST-ove slagalice na nivou softvera umjetne inteligencije, već i označava promjenu paradigme industrije poluprovodnika od "proizvodnje čipova" do "proizvodnje mozgova".
NXP preuzima kompaniju za NPU Kinara kako bi repozicionirao pametnu rubnu tehnologiju
U februaru ove godine, NXP je najavio akviziciju američkog startupa za edge AI čipove Kinara za 307 miliona američkih dolara u gotovini. Kinara je osnovana 2013. godine i prvobitno se zvala Core Viz, kasnije preimenovana u Deep Vision, a 2022. godine preimenovana u Kinara. Kinarin diskretni NPU (uključujući Ara-1 i Ara-2) predvodi industriju po performansama i energetskoj efikasnosti, što ga čini preferiranim rješenjem za nove AI aplikacije vođene vidom, glasom, gestama i drugim raznim generativnim AI implementacijama, a njegova programabilnost osigurava da se može prilagoditi AI algoritmima koji se razvijaju.
NXP je saopštio da će ova akvizicija kombinovati Kinarin nezavisni NPU sa vlastitim portfoliom procesora, softvera za povezivanje i sigurnost, što će pomoći u obezbjeđivanju kompletne i skalabilne AI platforme od TinyML-a do generativne AI kako bi se zadovoljile brzorastuće potrebe industrijskog i automobilskog tržišta za AI. Ovo će pomoći u stvaranju novih AI sistema u industrijskim i IoT oblastima, pomoći će kupcima da pojednostave složenost, ubrzaju vrijeme izlaska na tržište i poboljšaju tehničke mogućnosti u oblastima kao što su pametni automobili, krećući se ka oblastima sa visokom dodanom vrijednošću.
Edge AI: Bojno polje za proizvođače mikrokontrolera
U oblasti vještačke inteligencije dugo je postojala zabluda da je "skala moć". Iako veliki modeli imaju odlične performanse, suočavaju se s izazovima u stvarnoj primjeni - njihova visoka potrošnja energije suprotna je zahtjevima za laganom površinom na rubu mreže. Stručnjaci iz industrije više puta su ukazivali na inherentna ograničenja scenarija primjene velikih modela: s jedne strane, obuka i pokretanje velikih modela zahtijeva ogromne računarske resurse; s druge strane, ključna područja za promociju industrijalizacije vještačke inteligencije su upravo rubno računarstvo i terminalni uređaji koji su osjetljiviji na potrošnju energije i latenciju.
Nije teško shvatiti da gore navedene akvizicije pokazuju da se glavno bojno polje MCU-a pomjera ka računarstvu na rubu mreže (edge AI). Očekuje se da će se do 2025. godine 75% podataka obrađivati na rubu mreže, što naglašava ogroman potencijal tržišta MCU-ova na rubu mreže. Ovo pokazuje da potražnja za računarstvom na rubu mreže (edge AI) brzo raste, a MCU, kao ključna komponenta uređaja na rubu mreže, igrat će ključnu ulogu u ovom trendu.
U budućnosti, mikrokontroleri (MCU) više neće biti ograničeni na tradicionalne kontrolne funkcije, već će postepeno integrirati mogućnosti AI zaključivanja i primjenjivati se na scenarije kao što su prepoznavanje slike, obrada glasa i prediktivno održavanje opreme. MCU-i s mogućnostima rubnog računarstva (edge computing) postat će važan nosilac snage rubnog računarstva zahvaljujući niskoj potrošnji energije, visokoj efikasnosti i trenutnom odzivu, pružajući jaču podršku pametnim uređajima i sistemima.
Drugi veliki proizvođači mikrokontrolera također aktivno preuzimaju kontrolu i takmiče se u ovom području, kao što je akvizicija Reality AI od strane Renesas Electronicsa, akvizicija švedskog Imagimoba od strane Infineona i lansiranje softvera za mašinsko učenje eIQ i lanca alata za umjetnu inteligenciju NANO od strane NXP-a.
Može se zaključiti da će edge AI postati ključno bojno polje za MCU-ove u narednih nekoliko godina.
Automobilska elektronika: fokus konkurencije kapitala
U posljednje vrijeme često se pojavljuju spajanja i akvizicije poluprovodnika vezane za automobilske primjene. Pored računarske snage, evolucija automobilskih pogonskih sklopova, mrežnih veza u vozilima, audio sistema u vozilima i drugih tehnologija također je potaknula iteraciju i ažuriranje poluprovodničke tehnologije, što je potaknulo povezane kompanije da dopune vlastiti tehnološki raspored kroz spajanja i akvizicije.
Poluprovodnička industrija je tipična tehnološki intenzivna i kapitalno intenzivna industrija. Gledajući unazad na proteklih nekoliko decenija, integracija i spajanja su postali neizbježan trend u razvoju industrije.
Giganti u oblasti vještačke inteligencije često vrše akvizicije u nastojanju da poboljšaju svoj tehnološki raspored i izgrade prednost "čipa + sistema + ekosistema". Proizvođači glavnih mikrokontrolera postepeno se transformišu na edge AI, pokušavajući da osvoje tržište pametnih terminala sa niskom potrošnjom energije i visokom fleksibilnošću. U automobilskoj oblasti, računarstvo u vozilima, autonomna vožnja i međusobno povezivanje podataka postali su ključna područja kapitalne konkurencije. Istovremeno, EDA industrija se prebacuje sa pružanja alata na izgradnju ekosistema. Giganti integrišu IP i procese dizajna i grade dominaciju na tržištu kroz arhitekturu "alat-arhitektura-standard".
U ovom valu spajanja i akvizicija, tehnološka saradnja, širenje tržišta i dominacija ekosistema postali su osnovna logika. Kompanije moraju balansirati kratkoročnu integraciju i dugoročna istraživanja i razvoj usred priliva kapitala. S obzirom na tehnološke barijere i kapitalno intenzivnu prirodu poluprovodničke industrije, ova transformacija nije "prečica" već "maraton" koji zahtijeva dugoročna ulaganja.
Vrijeme objave: 30. juni 2025.