Вести од индустријата: Глобалните спојувања и преземања во полупроводничката индустрија повторно се во пораст

MCU + AI: неизбежен тренд

STMicroelectronics го купува Deeplite, фокусирајќи се на edge AI

Во април оваа година, STMicroelectronics (ST) го купи канадскиот стартап за вештачка интелигенција Deeplite, што привлече внимание од индустријата. Како што сите знаеме, голем предизвик со кој се соочуваат моделите за длабоко учење во комерцијалното распоредување е нивната оперативна скала, барањата на процесорот и интензитетот на потрошувачката на енергија. Deeplite го решава овој проблем со обезбедување автоматизиран софтверски мотор за оптимизирање на моделите на DNN (длабока невронска мрежа), овозможувајќи му на вештачката интелигенција да извршува edge computing на кој било уред.

Основана во 2017 година, Deeplite е позната по своето решение за AI на рабовите DeepSeek, фокусирано на оптимизација, квантизација и компресија на модели на AI. Нивниот иновативен оптимизатор управуван од AI Neutrino може да компресира големи модели за длабоко учење на една десетина од нивната оригинална големина, додека одржува точност од повеќе од 98%. Преку три клучни технологии - намалување на тежината (отстранување на непотребни параметри), квантизација (намалување на барањата за пресметковна точност) и спарсификација (зголемување на процентот на тежини со нулта вредност), големите модели на AI можат да работат побрзо, помали и енергетски поефикасно на уреди на рабовите. Апликациите што претходно бараа можности за cloud computing сега можат непречено да работат на уреди на рабовите како што се камерите на паметните телефони и индустриските сензори.

Deeplite привлече големо внимание во своите рани денови и беше именуван за водечки иноватор во AI од Gartner, Forbes, Inside AI и ARM AI. Ова преземање е тесно поврзано со стратешката трансформација на STMicroelectronics кон AI на работ, која комбинира хардвер и софтвер на начин „двојна спирала“. Технологијата за оптимизација на модели на Deeplite е длабоко интегрирана со микроконтролерите од серијата STM32 на STMicroelectronics и наменските NPU за поддршка на изградбата на end-to-end AI решенија. На пример, во сценарија за паметни фабрики, камерите опремени со чипови на STMicroelectronics можат директно да детектираат дефекти без да прикачуваат податоци во облакот, а брзината на одговор е зголемена за 40 пати.

Од друга страна, Deeplite има тим од светска класа на инженери за алгоритми за вештачка интелигенција, преку кој ST ќе интегрира повеќе од 200 алатки за развој на edge AI за да формира унифициран екосистем за развој на „моделска библиотека-оптимизатор-хардверска платформа“. Накратко, аквизицијата на Deeplite не само што го комплетира последното парче од сложувалката на ST на ниво на софтвер за вештачка интелигенција, туку и го означува парадигматскиот пресврт на полупроводничката индустрија од „правење чипови“ до „правење мозоци“.

NXP ја купува NPU компанијата Kinara за да го репозиционира паметниот работ

Во февруари оваа година, NXP го објави купувањето на американскиот стартап за чипови со вештачка интелигенција Kinara за 307 милиони американски долари во готово. Kinara е основана во 2013 година и првично се викаше Core Viz, подоцна преименувана во Deep Vision, а преименувана во Kinara во 2022 година. Дискретниот NPU на Kinara (вклучувајќи ги Ara-1 и Ara-2) е лидер во индустријата во перформансите и енергетската ефикасност, што го прави претпочитано решение за нови апликации за вештачка интелигенција управувани од визија, глас, гестови и други различни генеративни имплементации на вештачка интелигенција, а нејзината програмибилност гарантира дека може да се прилагоди на еволуирачките алгоритми на вештачката интелигенција.

NXP изјави дека оваа аквизиција ќе го комбинира независниот NPU на Kinara со сопственото портфолио на софтвер за процесори, поврзување и безбедност, што ќе помогне да се обезбеди комплетна и скалабилна платформа за вештачка интелигенција од TinyML до генеративна вештачка интелигенција за да се задоволат брзорастечките потреби за вештачка интелигенција на индустриските и автомобилските пазари. Ова ќе помогне во создавање нови системи управувани од вештачка интелигенција во индустриските и IoT области, ќе им помогне на клиентите да ја поедностават сложеноста, да го забрзаат времето до пазарот и да ги подобрат техничките способности во области како што се паметните автомобили, движејќи се кон области со висока додадена вредност.

Edge AI: Бојно поле за производителите на MCU

Долго време постои заблуда во областа на вештачката интелигенција дека „скалата е моќ“. Иако големите модели имаат одлични перформанси, тие се соочуваат со предизвици при реалното распоредување - нивната висока потрошувачка на енергија е спротивна на барањата за мала тежина на работ. Експертите од индустријата постојано ги истакнуваат вродените ограничувања на сценаријата за примена на големи модели: од една страна, обуката и работењето на големи модели бараат огромни компјутерски ресурси; од друга страна, клучните области за промовирање на индустријализацијата на вештачката интелигенција се токму компјутерските операции на работ и терминалните уреди кои се почувствителни на потрошувачката на енергија и латентноста.

Не е тешко да се разбере дека горенаведените аквизиции покажуваат дека главното бојно поле на микроконтролерот (MCU) се префрла на edge AI computing. Се очекува дека до 2025 година, 75% од податоците ќе се обработуваат на edge, истакнувајќи го огромниот потенцијал на пазарот на микроконтролерот (MCU) со edge AI. Ова покажува дека побарувачката за edge AI computing брзо расте, а микроконтролерот (MCU), како основна компонента на edge уредите, ќе игра клучна улога во овој тренд.

Во иднина, микроконтролерите повеќе нема да бидат ограничени на традиционалните контролни функции, туку постепено ќе интегрираат можности за расудување со вештачка интелигенција и ќе се применуваат во сценарија како што се препознавање на слики, обработка на глас и предвидливо одржување на опремата. микроконтролерите со можности за edge computing ќе станат важен носител на моќ на edge computing со нивната ниска потрошувачка на енергија, висока ефикасност и моментален одговор, обезбедувајќи посилна поддршка за паметни уреди и системи.

Други големи производители на микроконтролери исто така активно купуваат и се натпреваруваат во оваа област, како што се аквизицијата на Reality AI од страна на Renesas Electronics, аквизицијата на шведскиот Imagimob од страна на Infineon и лансирањето на софтверот за машинско учење eIQ и синџирот алатки за вештачка интелигенција NANO од страна на NXP.

Може да се заклучи дека edge AI ќе стане клучно бојно поле за MCU-ата во следните неколку години.

Автомобилска електроника: фокусот на конкуренцијата на капиталот

Неодамна, често се појавуваат спојувања и преземања на полупроводници поврзани со автомобилски апликации. Покрај компјутерската моќ, еволуцијата на автомобилскиот погонски склоп, мрежната врска во возилото, аудио системот во возилото и другите технологии, исто така, го поттикнаа итерацијата и ажурирањето на полупроводничката технологија, поттикнувајќи ги поврзаните компании да го дополнат сопствениот технолошки распоред преку спојувања и преземања.

Полупроводничката индустрија е типична индустрија која бара технолошки и капитални инвестиции. Гледајќи наназад во последните неколку децении, интеграцијата и спојувањата станаа неизбежен тренд во развојот на индустријата.

Гигантите за вештачка интелигенција често прават аквизиции во обид да го подобрат распоредот на нивната технологија и да изградат предност во целосен опсег на „чип + систем + екосистем“. Производителите на мејнстрим микроконтролери постепено се трансформираат во edge AI, обидувајќи се да го освојат пазарот на паметни терминали со ниска потрошувачка на енергија и висока флексибилност. Во автомобилската област, компјутерските системи во возилата, автономното возење и меѓусебното поврзување на податоци станаа клучни области на конкуренција на капиталот. Во исто време, EDA индустријата се префрла од обезбедување алатки кон градење екосистем. Гигантите интегрираат IP и процеси на дизајн и градат доминација на пазарот преку архитектурата „стандардна архитектура на алатки“.

Во овој бран на спојувања и преземања, технолошката соработка, проширувањето на пазарот и доминацијата во екосистемот станаа основна логика. Компаниите треба да балансираат краткорочна интеграција и долгорочно истражување и развој во услови на прилив на капитал. Со оглед на технолошките бариери и капитално интензивната природа на полупроводничката индустрија, оваа трансформација не е „кратен пат“, туку „маратон“ што бара долгорочни инвестиции.