An der leschter Zäit gouf et eng Well vu Fusiounen an Acquisitiounen an der globaler Hallefleiterindustrie, mat Risen wéi Qualcomm, AMD, Infineon an NXP, déi all Schrëtt ënnerholl hunn, fir d'Technologieintegratioun an d'Maartextpansioun ze beschleunegen.
Dës Moossname reflektéieren net nëmmen déi strategesch Iwwerleeunge vun de Firmen, staark Allianzen a komplementär Virdeeler am haarde Maartkonkurrenz ze sichen, mä weisen och drop hin, datt d'Landschaft vun der Hallefleederindustrie nei Verännerunge kéint abréngen.
Indem ech rezent international Fusiounen an Acquisitioune vun Hallefleederfirmen ënnersicht hunn, hunn ech ongeféier véier Schlësselwierder zesummegefaasst: KI, MCU+, Autoen an EDA.
MCU+KI: onvermeidbaren Trend
STMicroelectronics iwwerhëlt Deeplite, konzentréiert sech op Edge AI
Am Abrëll dëst Joer huet STMicroelectronics (ST) déi kanadesch KI-Startup Deeplite iwwerholl, wat d'Opmierksamkeet vun der Industrie op sech gezunn huet. Wéi mir all wëssen, ass eng grouss Erausfuerderung fir Deep-Learning-Modeller am kommerziellen Asaz hir Betribsgréisst, Prozessorufuerderungen an Energieverbrauchsintensitéit. Deeplite léist dëst Problem andeems et eng automatiséiert Software-Engine ubitt fir DNN-Modeller (Deep Neural Network) ze optimiséieren, sou datt KI Edge Computing op all Apparat ausféiere kann.
Deeplite gouf 2017 gegrënnt an ass bekannt fir seng Edge-KI-Léisung DeepSeek, déi sech op d'Optimiséierung, d'Quantiséierung an d'Kompressioun vun KI-Modeller konzentréiert. Säin innovativen KI-gedriwwenen Optimisator Neutrino kann grouss Deep-Learning-Modeller op en Zéngtel vun hirer ursprénglecher Gréisst kompriméieren, während eng Genauegkeet vu méi wéi 98% behale gëtt. Duerch dräi Schlësseltechnologien - Weight Pruning (Ewechhuele vu redundante Parameteren), Quantiséierung (Reduktioun vun den Ufuerderunge fir d'Berechnungsgenauegkeet) a Sparsifikatioun (Erhéijung vum Undeel vu Gewiichter mat Nullwäert) kënne grouss KI-Modeller méi séier, méi kleng a méi energieeffizient op Edge-Geräter lafen. Applikatiounen, déi virdru Cloud-Computing-Fäegkeeten erfuerdert hunn, kënnen elo reibungslos op Edge-Geräter wéi Smartphonekameraen an industrielle Sensoren lafen.
Deeplite huet an den Ufanksdeeg vill Opmierksamkeet op sech gezunn a gouf vu Gartner, Forbes, Inside AI an ARM AI als féierende KI-Innovator bezeechent. Dës Acquisitioun ass enk mat der strategescher Transformatioun vun STMicroelectronics zu Edge-KI verbonnen, déi Hardware a Software op eng "Duebelhelix"-Manéier kombinéiert. D'Modelloptimiséierungstechnologie vun Deeplite ass déif an d'STM32-Serie vu MCUs an dedizéierten NPUs vun STMicroelectronics integréiert, fir de Bau vun End-to-End-KI-Léisungen z'ënnerstëtzen. Zum Beispill kënnen a Smart Factory-Szenarien Kameraen, déi mat STMicroelectronics-Chips ausgestatt sinn, Defekter direkt erkennen, ouni Daten an d'Cloud eropzelueden, an d'Reaktiounsgeschwindegkeet gëtt ëm de 40-fach erhéicht.
Op der anerer Säit huet Deeplite en Team vun KI-Algorithmusingenieuren op Weltniveau, duerch déi ST méi wéi 200 Edge-KI-Entwécklungsinstrumenter integréiere wäert, fir en eenheetlecht Entwécklungsökosystem vun enger "Modellbibliothéik-Optimisator-Hardware-Plattform" ze bilden. Kuerz gesot, d'Acquisitioun vun Deeplite komplettéiert net nëmmen dat lescht Stéck vum ST-Puzzle op der KI-Software-Niveau, mee markéiert och de Paradigmewiessel vun der Hallefleederindustrie vum "Chips maachen" zum "Gehir maachen".
NXP iwwerhëlt d'NPU-Firma Kinara fir Smart Edge nei ze positionéieren
Am Februar dëst Joer huet NXP d'Acquisitioun vum US-amerikaneschen Edge-KI-Chip-Startup Kinara fir 307 Milliounen US-Dollar a Cash ugekënnegt. Kinara gouf 2013 gegrënnt an hat ursprénglech Core Viz genannt, spéider a Deep Vision ëmbenannt an 2022 a Kinara ëmbenannt. Kinara seng diskret NPU (inklusiv Ara-1 an Ara-2) ass féierend an der Industrie a punkto Leeschtung an Energieeffizienz, wat se zur bevorzugter Léisung fir nei KI-Applikatiounen mécht, déi duerch Visioun, Stëmm, Gesten an aner verschidde generativ KI-Implementatiounen ugedriwwe ginn, an hir Programméierbarkeet garantéiert, datt se sech un evoluéierend KI-Algorithmen upasse kann.
NXP sot, datt dës Acquisitioun Kinara seng onofhängeg NPU mat sengem eegene Prozessor-, Konnektivitéits- a Sécherheetssoftwareportfolio kombinéiere wäert, wat hëlleft eng komplett a skalierbar KI-Plattform vun TinyML bis generativ KI ze bidden, fir déi séier wuessend KI-Bedierfnesser vun den Industrie- a Automobilmäert gerecht ze ginn. Dëst wäert hëllefen, nei KI-gedriwwe Systemer an den Industrie- a IoT-Beräicher ze kreéieren, de Clienten ze hëllefen, d'Komplexitéit ze vereinfachen, d'Zäit zum Maart ze beschleunegen an d'technesch Fäegkeeten a Beräicher wéi Smart Cars ze verbesseren, andeems se sech a Richtung Beräicher mat héijer Wäertzousetzung beweegen.
Edge AI: E Schluechtfeld fir MCU-Hiersteller
Et gëtt zënter laangem e Mëssverständnis am Beräich vun der kënschtlecher Intelligenz, datt "Skala Kraaft ass". Obwuel grouss Modeller eng exzellent Leeschtung hunn, stinn se beim tatsächlechen Asaz virun Erausfuerderungen - hiren héije Energieverbrauch steet am Géigesaz zu de Liichtgewiichtsufuerderungen op der Edge-Säit. Industrieexperten hunn ëmmer erëm op déi inherent Grenzen vun de Szenarie vun der Applikatioun vu grousse Modeller higewisen: op der enger Säit erfuerdert d'Training an d'Bedreiwe vu grousse Modeller massiv Rechenressourcen; op der anerer Säit sinn déi Schlësselberäicher fir d'Industrialiséierung vun der kënschtlecher Intelligenz genee Edge Computing an Terminalgeräter, déi méi empfindlech op Energieverbrauch a Latenz sinn.
Et ass net schwéier ze verstoen, datt déi uewe genannten Acquisitioune weisen, datt den Haaptschluechtfeld vun den MCU sech op Edge AI Computing verlagert. Et gëtt erwaart, datt bis 2025 75% vun den Daten um Edge veraarbecht ginn, wat dat enormt Potenzial vum Edge AI MCU Maart ënnersträicht. Dëst weist, datt d'Nofro fir Edge AI Computing séier wiisst, an d'MCU, als Kärkomponent vun Edge Geräter, eng Schlësselroll an dësem Trend spille wäert.
An Zukunft wäerten d'MCUs net méi op traditionell Kontrollfunktiounen limitéiert sinn, mä wäerten no an no KI-Darkundungsfäegkeeten integréieren an op Szenarie wéi Bilderkennung, Stëmmveraarbechtung a prädiktiv Ënnerhalt vun Ausrüstung agesat ginn. MCUs mat Edge-Computing-Fäegkeeten wäerten e wichtegen Träger vun Edge-Computing-Leeschtung ginn, mat hirem niddrege Stroumverbrauch, héijer Effizienz an direkter Reaktioun, a wäerten eng méi staark Ënnerstëtzung fir intelligent Apparater a Systemer bidden.
Aner grouss Hiersteller vu Mikrokontrolleren (MCU) kafen och aktiv an dësem Beräich a konkurréiere mat hinnen, wéi zum Beispill d'Acquisitioun vu Reality AI duerch Renesas Electronics, d'Acquisitioun vum schwedeschen Imagimob duerch Infineon an d'Aféierung vun der Maschinell Léiersoftware eIQ an der KI-Toolkette NANO duerch NXP.
Et kann een dovun ausgoen, datt Edge-KI an den nächste Joren e wichtege Schluechtfeld fir MCUs gëtt.
Automobilelektronik: de Schwéierpunkt vum Kapitalkonkurrenz
An der leschter Zäit si Fusiounen an Acquisitioune vu Hallefleeder am Zesummenhang mat Automobilanwendungen dacks opgetrueden. Nieft der Rechenleistung huet d'Evolutioun vum Automobilundriff, der Netzwierkverbindung am Gefier, dem Audio am Gefier an aneren Technologien och d'Iteratioun an d'Aktualiséierung vun der Hallefleedertechnologie ugedriwwen, wat verwandte Firmen dozou bruecht huet, hiren eegenen Technologielayout duerch Fusiounen an Acquisitioune ze ergänzen.
D'Halbleiterindustrie ass eng typesch technologieintensiv an kapitalintensiv Industrie. Wann een op déi lescht Joerzéngten zeréckkuckt, sinn Integratioun a Fusiounen zu engem onvermeidlechen Trend an der Entwécklung vun der Industrie ginn.
KI-Gigante maachen dacks Acquisitiounen, fir hiert Technologie-Layout ze verbesseren an e Full-Stack-Virdeel vu "Chip + System + Ökosystem" opzebauen. Mainstream-MCU-Hiersteller transforméiere sech lues a lues op Edge-KI a probéieren de Smart Terminal Maart mat nidderegem Stroumverbrauch a grousser Flexibilitéit ze besetzen. Am Automobilberäich sinn In-Vehicle Computing, autonomt Fueren an Datenverbindung zu Schlësselberäicher vum Kapitalkonkurrenz ginn. Gläichzäiteg wiesselt d'EDA-Industrie vun der Liwwerung vun Tools zum Opbau vun engem Ökosystem. Gigante integréieren IP- an Designprozesser a bauen Maartdominanz duerch d'Architektur vum "Tool-Architecture-Standard" op.
An dëser Well vu Fusiounen an Acquisitioune sinn d'technologesch Zesummenaarbecht, d'Maartekspannung an d'Dominanz vum Ökosystem zur Kärlogik ginn. D'Entreprisen mussen eng Gläichgewiicht tëscht kuerzfristeger Integratioun a laangfristeger Fuerschung an Entwécklung fannen, wärend dem Kapitalzoufloss. Wéinst den technologesche Barrièren an dem kapitalintensiven Charakter vun der Hallefleederindustrie ass dës Transformatioun keng "Ofkierzung", mä e "Marathon", deen eng laangfristeg Investitioun erfuerdert.
Zäitpunkt vun der Verëffentlechung: 30. Juni 2025