Pastaruoju metu pasaulinėje puslaidininkių pramonėje kilo susijungimų ir įsigijimų banga, o tokie gigantai kaip „Qualcomm“, AMD, „Infineon“ ir NXP ėmėsi veiksmų, siekdami paspartinti technologijų integraciją ir rinkos plėtrą.
Šios priemonės ne tik atspindi bendrovių strateginius aspektus, susijusius su stiprių aljansų ir papildomų pranašumų paieška aršioje rinkos konkurencijoje, bet ir rodo, kad puslaidininkių pramonės kraštovaizdis gali sulaukti naujų pokyčių.
Išnagrinėjęs naujausius tarptautinius puslaidininkių įmonių susijungimus ir įsigijimus, apytiksliai apibendrinau keturis pagrindinius žodžius: dirbtinis intelektas, mikrokontroleris+, automobiliai ir elektroninė skaitmeninė skaitmeninė įranga (EDA).
MCU + AI: neišvengiama tendencija
„STMicroelectronics“ įsigyja „Deeplite“, daugiausia dėmesio skirdama dirbtiniam intelektui perimetro srityje.
Šių metų balandį „STMicroelectronics“ (ST) įsigijo Kanados dirbtinio intelekto startuolį „Deeplite“, kuris patraukė pramonės dėmesį. Kaip visi žinome, pagrindinis gilaus mokymosi modelių iššūkis komerciniame diegime yra jų veikimo mastas, procesoriaus reikalavimai ir energijos suvartojimo intensyvumas. „Deeplite“ išsprendžia šią problemą, pateikdama automatizuotą programinės įrangos variklį, skirtą giliųjų neuroninių tinklų (DNN) modeliams optimizuoti, leisdama dirbtiniam intelektui atlikti periferinius skaičiavimus bet kuriame įrenginyje.
Įkurta 2017 m., „Deeplite“ yra žinoma dėl savo dirbtinio intelekto sprendimo „DeepSeek“, orientuoto į dirbtinio intelekto modelių optimizavimą, kvantavimą ir glaudinimą. Jos novatoriškas dirbtinio intelekto valdomas optimizavimo įrankis „Neutrino“ gali suspausti didelius gilaus mokymosi modelius iki dešimtadalio jų pradinio dydžio, išlaikant daugiau nei 98 % tikslumą. Pasitelkiant tris pagrindines technologijas – svorio mažinimą (pašalinant nereikalingus parametrus), kvantavimą (sumažinant skaičiavimo tikslumo reikalavimus) ir sparsifikavimą (padidinant nulinės vertės svorių dalį), dideli dirbtinio intelekto modeliai gali veikti greičiau, mažesniais kiekiais ir efektyviau energiją naudojant periferiniuose įrenginiuose. Programos, kurioms anksčiau reikėjo debesų kompiuterijos galimybių, dabar gali sklandžiai veikti periferiniuose įrenginiuose, tokiuose kaip išmaniųjų telefonų kameros ir pramoniniai jutikliai.
„Deeplite“ nuo pat pradžių sulaukė daug dėmesio ir „Gartner“, „Forbes“, „Inside AI“ bei „ARM AI“ ją įvardijo kaip vieną iš pažangiausių dirbtinio intelekto inovatorių. Šis įsigijimas yra glaudžiai susijęs su „STMicroelectronics“ strategine transformacija į kraštinį dirbtinį intelektą, kuris sujungia techninę ir programinę įrangą „dvigubos spiralės“ principu. „Deeplite“ modelių optimizavimo technologija yra glaudžiai integruota su „STMicroelectronics“ STM32 serijos mikroprocesoriais ir specialiais NPU, kad būtų galima kurti kompleksinius dirbtinio intelekto sprendimus. Pavyzdžiui, išmaniųjų gamyklų scenarijuose kameros su „STMicroelectronics“ lustais gali tiesiogiai aptikti defektus neįkeldamos duomenų į debesį, o reagavimo greitis padidėja 40 kartų.
Kita vertus, „Deeplite“ turi pasaulinio lygio dirbtinio intelekto algoritmų inžinierių komandą, per kurią ST integruos daugiau nei 200 pažangių dirbtinio intelekto kūrimo įrankių, kad sukurtų vieningą „modelių bibliotekos-optimizavimo priemonės-aparatinės įrangos platformos“ kūrimo ekosistemą. Trumpai tariant, „Deeplite“ įsigijimas ne tik užbaigia paskutinę ST dėlionės dalį dirbtinio intelekto programinės įrangos lygmeniu, bet ir žymi puslaidininkių pramonės paradigmos pokytį nuo „lustų gamybos“ prie „smegenų kūrimo“.
„NXP“ įsigyja NPU bendrovę „Kinara“, kad pakeistų išmaniųjų periferinių technologijų poziciją.
Šių metų vasarį „NXP“ paskelbė apie JAV dirbtinio intelekto lustų startuolio „Kinara“ įsigijimą už 307 mln. JAV dolerių grynaisiais. „Kinara“ buvo įkurta 2013 m. ir iš pradžių vadinosi „Core Viz“, vėliau pervadinta į „Deep Vision“, o 2022 m. – į „Kinara“. „Kinara“ atskiras NPU (įskaitant „Ara-1“ ir „Ara-2“) pirmauja pramonėje pagal našumą ir energijos vartojimo efektyvumą, todėl tai yra pageidaujamas sprendimas naujoms dirbtinio intelekto programoms, valdomoms regos, balso, gestų ir kitų įvairių generatyvinio dirbtinio intelekto diegimų, o jo programuojamumas užtikrina, kad jis gali prisitaikyti prie besivystančių dirbtinio intelekto algoritmų.
„NXP“ teigė, kad šis įsigijimas sujungs nepriklausomą „Kinara“ NPU su jos procesorių, ryšio ir saugumo programinės įrangos portfeliu, o tai padės sukurti išsamią ir keičiamo dydžio dirbtinio intelekto platformą nuo „TinyML“ iki generatyvinio dirbtinio intelekto, siekiant patenkinti sparčiai augančius pramonės ir automobilių rinkų dirbtinio intelekto poreikius. Tai padės kurti naujas dirbtiniu intelektu pagrįstas sistemas pramonės ir daiktų interneto srityse, padės klientams supaprastinti sudėtingumą, paspartinti pateikimą į rinką ir pagerinti techninius pajėgumus tokiose srityse kaip išmanieji automobiliai, pereinant prie didelės pridėtinės vertės sričių.
„Edge AI“: MCU gamintojų mūšio laukas
Dirbtinio intelekto srityje jau seniai vyrauja klaidinga nuomonė, kad „mastas yra galia“. Nors dideli modeliai pasižymi puikiu našumu, jie susiduria su iššūkiais juos diegiant realiame gyvenime – didelis jų energijos suvartojimas prieštarauja lengvo svorio reikalavimams periferinėje pusėje. Pramonės ekspertai ne kartą atkreipė dėmesį į didelių modelių taikymo scenarijų būdingus apribojimus: viena vertus, didelių modelių mokymui ir paleidimui reikia didžiulių skaičiavimo išteklių; kita vertus, pagrindinės sritys, skatinančios dirbtinio intelekto industrializaciją, yra būtent periferiniai skaičiavimai ir galiniai įrenginiai, kurie yra jautresni energijos suvartojimui ir delsai.
Nesunku suprasti, kad minėti įsigijimai rodo, jog pagrindinis MCU mūšio laukas pereina prie kraštinių dirbtinio intelekto skaičiavimų. Tikimasi, kad iki 2025 m. 75 % duomenų bus apdorojama kraštiniuose įrenginiuose, o tai pabrėžia didžiulį kraštinių dirbtinio intelekto MCU rinkos potencialą. Tai rodo, kad kraštinių dirbtinio intelekto skaičiavimų paklausa sparčiai auga, o MCU, kaip pagrindinis kraštinių įrenginių komponentas, vaidins pagrindinį vaidmenį šioje tendencijoje.
Ateityje mikrokontroleriai nebeapsiribos tradicinėmis valdymo funkcijomis, bet palaipsniui integruos dirbtinio intelekto samprotavimo galimybes ir bus taikomi tokiuose scenarijuose kaip vaizdų atpažinimas, balso apdorojimas ir nuspėjamoji įrangos priežiūra. Mikrokontroleriai su periferinių skaičiavimų galimybėmis taps svarbiu periferinių skaičiavimų galios nešėju dėl mažo energijos suvartojimo, didelio efektyvumo ir greito reagavimo, teikdami tvirtesnę paramą išmaniesiems įrenginiams ir sistemoms.
Kiti dideli mikrokontrolerių gamintojai taip pat aktyviai įsigyja ir konkuruoja šioje srityje, pavyzdžiui, „Renesas Electronics“ įsigijo „Reality AI“, „Infineon“ įsigijo Švedijos „Imagimob“, o „NXP“ pristatė mašininio mokymosi programinę įrangą „eIQ“ ir dirbtinio intelekto įrankių grandinę NANO.
Galima daryti išvadą, kad per ateinančius kelerius metus dirbtinis intelektas per visą ekraną taps pagrindiniu MCU mūšio lauku.
Automobilių elektronika: kapitalo konkurencijos dėmesio centre
Pastaruoju metu dažnai pasitaiko puslaidininkių įmonių susijungimų ir įsigijimų, susijusių su automobilių pramonės taikymais. Be skaičiavimo galios, automobilių jėgos agregatų, transporto priemonių tinklo jungčių, transporto priemonių garso sistemų ir kitų technologijų evoliucija taip pat paskatino puslaidininkių technologijų iteraciją ir atnaujinimą, todėl susijusios įmonės papildė savo technologijų išdėstymą susijungimų ir įsigijimų būdu.
Puslaidininkių pramonė yra tipiška technologijomis ir kapitalu imli pramonės šaka. Žvelgiant į pastaruosius kelis dešimtmečius, integracija ir susijungimai tapo neišvengiama pramonės plėtros tendencija.
Dirbtinio intelekto gigantai dažnai vykdo įsigijimus, siekdami patobulinti savo technologijų išdėstymą ir sukurti visapusišką „lusto + sistemos + ekosistemos“ pranašumą. Pagrindiniai MCU gamintojai palaipsniui pereina prie periferinio dirbtinio intelekto, bandydami užimti išmaniųjų terminalų rinką, pasižyminčią mažu energijos suvartojimu ir dideliu lankstumu. Automobilių srityje transporto priemonių kompiuterija, autonominis vairavimas ir duomenų sujungimas tapo pagrindinėmis kapitalo konkurencijos sritimis. Tuo pačiu metu EDA pramonė pereina nuo įrankių tiekimo prie ekosistemos kūrimo. Milžinai integruoja intelektinės nuosavybės ir projektavimo procesus bei stiprina rinkos dominavimą per „įrankių-architektūros-standarto“ architektūrą.
Šioje susijungimų ir įsigijimų bangoje technologinis bendradarbiavimas, rinkos plėtra ir ekosistemos dominavimas tapo pagrindine logika. Įmonės turi subalansuoti trumpalaikę integraciją ir ilgalaikius mokslinius tyrimus bei plėtrą kapitalo antplūdžio metu. Atsižvelgiant į technologines kliūtis ir kapitalui imlų puslaidininkių pramonės pobūdį, ši transformacija yra ne „trumpesnis kelias“, o „maratonas“, kuriam reikia ilgalaikių investicijų.
Įrašo laikas: 2025 m. birželio 30 d.