Novinky z oboru: Globální fúze a akvizice v polovodičovém průmyslu opět rostou

MCU+AI: nevyhnutelný trend

STMicroelectronics získává Deeplite a zaměřuje se na edge AI

V dubnu letošního roku společnost STMicroelectronics (ST) koupila kanadský startup zabývající se umělou inteligencí Deeplite, což přitáhlo pozornost průmyslu. Jak všichni víme, hlavní výzvou, které čelí modely hlubokého učení v komerčním nasazení, je jejich provozní rozsah, požadavky na procesor a intenzita spotřeby energie. Deeplite tento problém řeší tím, že poskytuje automatizovaný softwarový engine pro optimalizaci modelů DNN (hlubokých neuronových sítí), což umožňuje umělé inteligenci provádět edge computing na jakémkoli zařízení.

Společnost Deeplite, založená v roce 2017, je známá svým řešením pro edge AI DeepSeek, které se zaměřuje na optimalizaci, kvantizaci a kompresi modelů umělé inteligence. Její inovativní optimalizátor Neutrino, řízený umělou inteligencí, dokáže komprimovat velké modely hlubokého učení na jednu desetinu jejich původní velikosti a zároveň si zachovat přesnost přes 98 %. Díky třem klíčovým technologiím – prořezávání vah (odstranění redundantních parametrů), kvantizaci (snížení požadavků na výpočetní přesnost) a řídnutí (zvýšení podílu vah s nulovou hodnotou) mohou velké modely umělé inteligence běžet rychleji, v menších rozměrech a energeticky efektivněji na edge zařízeních. Aplikace, které dříve vyžadovaly cloudové výpočetní kapacity, nyní mohou plynule běžet na edge zařízeních, jako jsou fotoaparáty chytrých telefonů a průmyslové senzory.

Společnost Deeplite si v počátcích své činnosti získala velkou pozornost a agentury Gartner, Forbes, Inside AI a ARM AI ji označily za špičkového inovátora v oblasti umělé inteligence. Tato akvizice úzce souvisí se strategickou transformací společnosti STMicroelectronics na edge AI, která kombinuje hardware a software způsobem „dvojité šroubovice“. Technologie optimalizace modelů společnosti Deeplite je hluboce integrována s mikrokontroléry řady STM32 a specializovanými NPU od společnosti STMicroelectronics, což podporuje konstrukci komplexních řešení umělé inteligence. Například v inteligentních továrnách dokáží kamery vybavené čipy STMicroelectronics přímo detekovat vady bez nutnosti nahrávání dat do cloudu a rychlost odezvy se tak zvyšuje 40krát.

Na druhou stranu má Deeplite špičkový tým inženýrů algoritmů umělé inteligence, díky kterému ST integruje více než 200 nástrojů pro vývoj hran umělé inteligence a vytvoří tak jednotný vývojový ekosystém „knihovny modelů, optimalizátoru a hardwarové platformy“. Stručně řečeno, akvizice Deeplite nejenže dokončuje poslední dílek skládačky ST na úrovni softwaru umělé inteligence, ale také znamená paradigmatický posun v polovodičovém průmyslu od „výroby čipů“ k „výrobě mozků“.

NXP kupuje společnost Kinara, která se zabývá vývojem neuronových procesorů, aby změnila pozici chytré hrany

V únoru letošního roku společnost NXP oznámila akvizici amerického startupu Kinara, který se zabývá čipy pro edge AI, za 307 milionů amerických dolarů v hotovosti. Společnost Kinara byla založena v roce 2013 a původně se jmenovala Core Viz, později Deep Vision a v roce 2022 Kinara. Diskrétní NPU (včetně Ara-1 a Ara-2) od společnosti Kinara je lídrem v oboru, pokud jde o výkon a energetickou účinnost, což z ní činí preferované řešení pro nově vznikající aplikace umělé inteligence řízené zrakem, hlasem, gesty a dalšími různými generativními implementacemi umělé inteligence, a její programovatelnost zajišťuje, že se dokáže přizpůsobit vyvíjejícím se algoritmům umělé inteligence.

Společnost NXP uvedla, že tato akvizice spojí nezávislý NPU (neurologický procesor) společnosti Kinara s jejím vlastním portfoliem procesorů, softwaru pro konektivitu a zabezpečení, což pomůže poskytnout kompletní a škálovatelnou platformu umělé inteligence od TinyML po generativní umělou inteligenci, která uspokojí rychle rostoucí potřeby průmyslových a automobilových trhů v oblasti umělé inteligence. To pomůže vytvořit nové systémy řízené umělou inteligencí v průmyslových a IoT oblastech, pomůže zákazníkům zjednodušit složitost, zkrátit dobu uvedení na trh a zlepšit technické možnosti v oblastech, jako jsou chytrá auta, a posune se tak k oblastem s vysokou přidanou hodnotou.

Edge AI: Bojiště pro výrobce mikrokontrolérů

V oblasti umělé inteligence již dlouho panuje mylná představa, že „v měřítku je síla“. Přestože velké modely disponují vynikajícím výkonem, čelí při reálném nasazení výzvám – jejich vysoká spotřeba energie je v rozporu s požadavky na nízkou hmotnost na straně edge. Odborníci z oboru opakovaně poukazují na inherentní omezení scénářů aplikací velkých modelů: na jedné straně trénování a provoz velkých modelů vyžaduje masivní výpočetní zdroje; na druhé straně klíčovými oblastmi pro podporu industrializace umělé inteligence jsou právě edge computing a terminálová zařízení, která jsou citlivější na spotřebu energie a latenci.

Není těžké pochopit, že výše uvedené akvizice ukazují, že hlavní bojiště MCU se přesouvá k edge AI computingu. Očekává se, že do roku 2025 bude 75 % dat zpracováváno na okraji sítě, což zdůrazňuje obrovský potenciál trhu s edge AI MCU. To ukazuje, že poptávka po edge AI computingu rychle roste a MCU jakožto klíčová součást edge zařízení bude v tomto trendu hrát klíčovou roli.

V budoucnu se mikrokontroléry (MCU) nebudou omezovat pouze na tradiční řídicí funkce, ale postupně budou integrovat schopnosti umělé inteligence a budou se používat ve scénářích, jako je rozpoznávání obrazu, zpracování hlasu a prediktivní údržba zařízení. Mikrokontroléry s funkcemi edge computingu se stanou důležitým nositelem edge computingového výkonu díky nízké spotřebě energie, vysoké účinnosti a okamžité odezvě a poskytnou silnější podporu pro chytrá zařízení a systémy.

Další významní výrobci mikrokontrolérů také aktivně získávají a konkurují v této oblasti, například akvizice společnosti Reality AI společností Renesas Electronics, akvizice švédské společnosti Imagimob společností Infineon a spuštění softwaru pro strojové učení eIQ a řetězce nástrojů pro umělou inteligenci NANO společností NXP.

Lze konstatovat, že edge AI se v příštích několika letech stane klíčovým bojištěm pro MCU.

Automobilová elektronika: ohnisko kapitálové konkurence

V poslední době se často objevují fúze a akvizice polovodičových společností související s automobilovými aplikacemi. Kromě výpočetního výkonu vedl vývoj automobilových pohonných jednotek, palubního síťového připojení, palubního audia a dalších technologií k iteraci a aktualizaci polovodičové technologie, což vedlo spřízněné společnosti k doplnění vlastního technologického rozvržení prostřednictvím fúzí a akvizic.

Polovodičový průmysl je typickým technologicky a kapitálově náročným odvětvím. Při pohledu zpět na posledních několik desetiletí se integrace a fúze staly nevyhnutelným trendem v rozvoji tohoto odvětví.

Giganti v oblasti umělé inteligence často provádějí akvizice ve snaze zlepšit své technologické rozvržení a vybudovat si komplexní výhodu „čip + systém + ekosystém“. Hlavní výrobci mikrokontrolérů se postupně transformují na edge AI a snaží se ovládnout trh s inteligentními terminály s nízkou spotřebou energie a vysokou flexibilitou. V automobilovém průmyslu se klíčovými oblastmi kapitálové konkurence staly palubní výpočetní technika, autonomní řízení a propojení dat. Zároveň se odvětví EDA přesouvá od poskytování nástrojů k budování ekosystému. Giganti integrují IP a návrhové procesy a budují si dominanci na trhu prostřednictvím architektury „nástroj-architektura-standard“.

V této vlně fúzí a akvizic se základní logikou stala technologická spolupráce, expanze na trh a dominance v ekosystému. Společnosti musí uprostřed přílivu kapitálu vyvažovat krátkodobou integraci a dlouhodobý výzkum a vývoj. Vzhledem k technologickým bariérám a kapitálově náročné povaze polovodičového průmyslu není tato transformace „zkratkou“, ale „maratonem“, který vyžaduje dlouhodobé investice.