Viime aikoina maailmanlaajuisessa puolijohdeteollisuudessa on ollut aalto fuusioita ja yritysostoja, ja jättiläiset, kuten Qualcomm, AMD, Infineon ja NXP, ovat kaikki ryhtyneet toimiin nopeuttaakseen teknologian integraatiota ja markkinoiden laajentumista.
Nämä toimenpiteet eivät ainoastaan heijasta yritysten strategisia näkökohtia vahvojen liittoutumien ja täydentävien etujen etsimisestä kovassa markkinakilpailussa, vaan ne myös osoittavat, että puolijohdeteollisuuden maisema saattaa tuoda mukanaan uusia muutoksia.
Tarkastelemalla viimeaikaisia kansainvälisiä puolijohdefuusioita ja -yritysostoja olen karkeasti tiivistänyt neljä avainsanaa: tekoäly, MCU+, autot ja EDA.
MCU + tekoäly: väistämätön trendi
STMicroelectronics ostaa Deepliten, joka keskittyy reuna-asentojen tekoälyyn
Tämän vuoden huhtikuussa STMicroelectronics (ST) osti kanadalaisen tekoäly-startup-yrityksen Deepliten, mikä herätti alan huomion. Kuten me kaikki tiedämme, syväoppimismallien kaupallisessa käyttöönotossa merkittävin haaste on niiden toiminnan mittakaava, prosessorivaatimukset ja virrankulutusintensiteetti. Deeplite ratkaisee tämän ongelman tarjoamalla automatisoidun ohjelmistomoottorin DNN-mallien (syvä neuroverkko) optimoimiseksi, jolloin tekoäly voi suorittaa reunalaskentaa millä tahansa laitteella.
Vuonna 2017 perustettu Deeplite tunnetaan reunalaskennan tekoälyratkaisustaan DeepSeek, joka keskittyy tekoälymallien optimointiin, kvantisointiin ja pakkaamiseen. Sen innovatiivinen tekoälypohjainen optimoija Neutrino pystyy pakkaamaan suuria syväoppimismalleja kymmenesosaan alkuperäisestä koostaan säilyttäen samalla yli 98 %:n tarkkuuden. Kolmen keskeisen teknologian – painon karsimisen (poistamalla tarpeettomat parametrit), kvantisoinnin (vähentämällä laskennallisia tarkkuusvaatimuksia) ja harvastamisen (lisäämällä nolla-arvoisten painojen osuutta) – avulla suuret tekoälymallit voivat toimia nopeammin, pienempänä ja energiatehokkaammin reunalaskennalla. Sovellukset, jotka aiemmin vaativat pilvipalveluominaisuuksia, voivat nyt toimia sujuvasti reunalaskennalla, kuten älypuhelinten kameroissa ja teollisuusantureissa.
Deeplite on herättänyt paljon huomiota alkuaikoinaan, ja Gartner, Forbes, Inside AI ja ARM AI ovat nimenneet sen yhdeksi johtavista tekoälyinnovaattoreista. Tämä yritysosto liittyy läheisesti STMicroelectronicsin strategiseen muutokseen kohti reuna-aiheista tekoälyä, joka yhdistää laitteiston ja ohjelmiston "kaksoiskierteen" tavalla. Deepliten mallinnusteknologia on syvästi integroitu STMicroelectronicsin STM32-sarjan MCU-suorittimiin ja erillisiin NPU-suorittimiin tukemaan kokonaisvaltaisten tekoälyratkaisujen rakentamista. Esimerkiksi älykkäissä tehdasympäristöissä STMicroelectronicsin siruilla varustetut kamerat voivat havaita vikoja suoraan lataamatta tietoja pilveen, ja vasteaika kasvaa 40-kertaisesti.
Toisaalta Deeplitellä on maailmanluokan tekoälyalgoritmi-insinöörien tiimi, jonka kautta ST integroi yli 200 tekoälyn reunatyökalua muodostaen yhtenäisen "mallikirjasto-optimoija-laitteistoalusta" -kehitysekosysteemin. Lyhyesti sanottuna Deeplite-yrityskauppa ei ainoastaan viimeistele ST:n tekoälyohjelmistojen palapelin viimeistä palaa, vaan myös merkitsee puolijohdeteollisuuden paradigman muutosta "sirujen valmistuksesta" "aivojen valmistukseen".
NXP ostaa NPU-yritys Kinaran muuttaakseen älykkään reunan positiota
Tämän vuoden helmikuussa NXP ilmoitti ostavansa yhdysvaltalaisen tekoälysiruihin keskittyvän startup-yrityksen Kinaran 307 miljoonalla Yhdysvaltain dollarilla käteisellä. Kinara perustettiin vuonna 2013, ja sen alkuperäinen nimi oli Core Viz, myöhemmin se nimettiin uudelleen Deep Visioniksi ja vuonna 2022 Kinaraksi. Kinaran erillinen NPU (mukaan lukien Ara-1 ja Ara-2) johtaa alaa suorituskyvyssä ja energiatehokkuudessa, mikä tekee siitä ensisijaisen ratkaisun uusille tekoälysovelluksille, joita ohjaavat näkö, ääni, eleet ja muut generatiiviset tekoälytoteutukset. Sen ohjelmoitavuus varmistaa, että se pystyy mukautumaan kehittyviin tekoälyalgoritmeihin.
NXP:n mukaan tämä yritysosto yhdistää Kinaran itsenäisen NPU:n sen omaan prosessori-, yhteys- ja tietoturvaohjelmistovalikoimaan, mikä auttaa tarjoamaan täydellisen ja skaalautuvan tekoälyalustan TinyML:stä generatiiviseen tekoälyyn ja vastaamaan nopeasti kasvaviin teollisuus- ja autoteollisuuden tekoälytarpeisiin. Tämä auttaa luomaan uusia tekoälypohjaisia järjestelmiä teollisuus- ja IoT-aloilla, auttaa asiakkaita yksinkertaistamaan monimutkaisuutta, nopeuttamaan markkinoilletuloaikaa ja parantamaan teknisiä ominaisuuksia esimerkiksi älyautojen kaltaisilla aloilla, siirtyen kohti korkean jalostusarvon aloja.
Edge AI: Taistelukenttä mikrokontrollerien valmistajille
Tekoälyn alalla on pitkään vallinnut väärinkäsitys, että "skaala on valtaa". Vaikka suurilla malleilla on erinomainen suorituskyky, ne kohtaavat haasteita käytännön käyttöönotossa – niiden korkea energiankulutus on ristiriidassa reunalaskennan kevytrakenteisuusvaatimusten kanssa. Alan asiantuntijat ovat toistuvasti huomauttaneet suurten mallien sovellusskenaarioiden luontaisista rajoituksista: toisaalta suurten mallien kouluttaminen ja ajaminen vaatii massiivisia laskentaresursseja; toisaalta tekoälyn teollistumisen edistämisen kannalta keskeisiä alueita ovat juuri reunalaskenta ja päätelaitteet, jotka ovat herkempiä virrankulutukselle ja viiveelle.
Ei ole vaikea ymmärtää, että edellä mainitut yritysostot osoittavat mikrokontrollerin pääkentän siirtyvän reunalaskennan tekoälyyn. Vuoteen 2025 mennessä 75 % datasta odotetaan käsiteltävän reunalla, mikä korostaa reunalaskennan tekoälymikrokontrollerimarkkinoiden valtavaa potentiaalia. Tämä osoittaa, että reunalaskennan kysyntä kasvaa nopeasti, ja mikrokontrollerilla reunalaitteiden ydinosana on keskeinen rooli tässä trendissä.
Tulevaisuudessa mikrokontrollerit eivät enää rajoitu perinteisiin ohjaustoimintoihin, vaan niihin integroidaan vähitellen tekoälyn päättelykykyjä ja niitä sovelletaan esimerkiksi kuvantunnistukseen, äänenkäsittelyyn ja laitteiden ennakoivaan huoltoon. Reunalaskentaominaisuuksilla varustetuista mikrokontrollereista tulee tärkeä reunalaskentatehon kantaja alhaisen virrankulutuksensa, korkean hyötysuhteensa ja välittömän reagointikykynsä ansiosta, mikä tarjoaa vahvemman tuen älykkäille laitteille ja järjestelmille.
Myös muut merkittävät MCU-valmistajat tekevät aktiivisesti hankintoja ja kilpailevat tällä alalla, kuten Renesas Electronicsin ostaessa Reality AI:n, Infineonin ostaessa ruotsalaisen Imagimobin ja NXP:n lanseeratessa koneoppimisohjelmiston eIQ:n ja tekoälytyökaluketjun NANO:n.
Voidaan päätellä, että reuna-asetelmasta tekoälystä tulee keskeinen taistelukenttä mikrokontrollereille seuraavien vuosien aikana.
Autoelektroniikka: pääomakilpailun keskipiste
Viime aikoina on yleistynyt autoteollisuuden sovelluksiin liittyviä puolijohdefuusioita ja -yritysostoja. Laskentatehon lisäksi myös autojen voimansiirron, ajoneuvojen verkkoyhteyksien, ajoneuvojen äänentoiston ja muiden teknologioiden kehitys on vauhdittanut puolijohdeteknologian iteraatiota ja päivitystä, mikä on saanut alan yritykset täydentämään omaa teknologiaansa fuusioiden ja yritysostojen avulla.
Puolijohdeteollisuus on tyypillinen teknologia- ja pääomavaltainen teollisuudenala. Viime vuosikymmeninä integraatiosta ja fuusioista on tullut väistämätön trendi alan kehityksessä.
Tekoälyjättiläiset tekevät usein yritysostoja parantaakseen teknologiansa asettelua ja rakentaakseen täyden "siru + järjestelmä + ekosysteemi" -edun. Valtavirran MCU-valmistajat siirtyvät vähitellen reuna-asentoiseen tekoälyyn ja yrittävät vallata älypäätemarkkinat alhaisen virrankulutuksen ja suuren joustavuuden avulla. Autoteollisuudessa ajoneuvojen sisäiset laskennat, autonominen ajaminen ja tiedonsiirto ovat tulleet keskeisiksi pääomakilpailun alueiksi. Samaan aikaan EDA-teollisuus on siirtymässä työkalujen tarjoamisesta ekosysteemin rakentamiseen. Jättiläiset integroivat IP- ja suunnitteluprosessit ja rakentavat markkina-asemaa "työkalu-arkkitehtuuri-standardi" -arkkitehtuurin avulla.
Tässä fuusioiden ja yritysostojen aallossa teknologiayhteistyöstä, markkinoiden laajentumisesta ja ekosysteemin hallitsemisesta on tullut ydinlogiikkaa. Yritysten on tasapainoteltava lyhyen aikavälin integraation ja pitkän aikavälin tutkimus- ja kehitystyön välillä pääoman virtauksen keskellä. Puolijohdeteollisuuden teknologisten esteiden ja pääomavaltaisen luonteen vuoksi tämä muutos ei ole "oikotie", vaan "maraton", joka vaatii pitkäaikaisia investointeja.
Julkaisun aika: 30. kesäkuuta 2025