Саяхан дэлхийн хагас дамжуулагчийн салбарт нэгдэх, худалдан авах давалгаа гарч, Qualcomm, AMD, Infineon, NXP зэрэг аварга компаниуд технологийн интеграцчлал, зах зээлийн тэлэлтийг хурдасгахын тулд арга хэмжээ авч байна.
Эдгээр арга хэмжээ нь ширүүн зах зээлийн өрсөлдөөнд компаниудын хүчтэй холбоо, нэмэлт давуу талыг эрэлхийлэх стратегийн бодлыг тусгаад зогсохгүй хагас дамжуулагчийн салбарын орчин шинэ өөрчлөлтүүдийг авчирч магадгүйг харуулж байна.
Саяхны олон улсын хагас дамжуулагч компаниудын нэгдэл, худалдан авалтыг судалж үзээд би хиймэл оюун ухаан, MCU+, автомашин, EDA гэсэн дөрвөн түлхүүр үгийг нэгтгэн дүгнэсэн.
MCU+AI: зайлшгүй чиг хандлага
STMicroelectronics нь Deeplite-ийг худалдан авч, захын хиймэл оюун ухаанд анхаарлаа хандуулж байна
Энэ оны дөрөвдүгээр сард STMicroelectronics (ST) компани Канадын хиймэл оюун ухааны стартап Deeplite компанийг худалдаж авсан нь салбарын анхаарлыг татсан юм. Бидний мэдэж байгаагаар, арилжааны хэрэглээнд гүнзгий сургалтын загваруудад тулгарч буй томоохон бэрхшээл бол тэдгээрийн үйл ажиллагааны цар хүрээ, процессорын шаардлага, эрчим хүчний хэрэглээний эрчим юм. Deeplite нь DNN (гүн мэдрэлийн сүлжээ) загваруудыг оновчтой болгох автоматжуулсан програм хангамжийн хөдөлгүүрийг бий болгосноор энэ асуудлыг шийдэж, хиймэл оюун ухаанд аливаа төхөөрөмж дээр захын тооцоолол хийх боломжийг олгодог.
2017 онд байгуулагдсан Deeplite нь хиймэл оюун ухааны загваруудыг оновчлох, тоон үзүүлэлтээр тодорхойлох, шахахад чиглэсэн DeepSeek хэмээх тэргүүлэх хиймэл оюун ухааны шийдэлээрээ алдартай. Түүний инновацилаг хиймэл оюун ухаанд суурилсан оновчлогч Neutrino нь 98%-иас дээш нарийвчлалыг хадгалахын зэрэгцээ том гүнзгий сургалтын загваруудыг анхны хэмжээнээс нь аравны нэг хүртэл шахаж чаддаг. Жин хасах (илүүдэл параметрүүдийг хасах), тоон үзүүлэлтээр тодорхойлох (тооцооллын нарийвчлалын шаардлагыг бууруулах) болон сийрэгжүүлэх (тэг утгатай жингийн эзлэх хувийг нэмэгдүүлэх) гэсэн гурван гол технологийн тусламжтайгаар том хиймэл оюун ухааны загварууд нь тэргүүлэх төхөөрөмжүүд дээр илүү хурдан, жижиг, илүү эрчим хүчний хэмнэлттэй ажиллах боломжтой. Өмнө нь үүлэн тооцооллын чадавхийг шаарддаг байсан програмууд одоо ухаалаг гар утасны камер, үйлдвэрлэлийн мэдрэгч зэрэг тэргүүлэх төхөөрөмжүүд дээр жигд ажиллах боломжтой болсон.
Deeplite нь эхэн үедээ олны анхаарлыг татаж байсан бөгөөд Gartner, Forbes, Inside AI, ARM AI зэрэг компаниудаас хиймэл оюун ухааны тэргүүлэх шинийг санаачлагчаар нэрлэгдсэн. Энэхүү худалдан авалт нь STMicroelectronics-ийн техник хангамж болон програм хангамжийг "давхар мушгиа" хэлбэрээр хослуулсан захын хиймэл оюун ухаанд чиглэсэн стратегийн өөрчлөлттэй нягт холбоотой юм. Deeplite-ийн загвар оновчлолын технологи нь STMicroelectronics-ийн STM32 цувралын MCU болон тусгай NPU-уудтай гүнзгий нэгтгэгдсэн бөгөөд хиймэл оюун ухааны цогц шийдлүүдийг бий болгоход дэмжлэг үзүүлдэг. Жишээлбэл, ухаалаг үйлдвэрийн нөхцөлд STMicroelectronics чипээр тоноглогдсон камерууд нь үүлэн дээр өгөгдөл байршуулахгүйгээр согогийг шууд илрүүлж чаддаг бөгөөд хариу үйлдлийн хурд 40 дахин нэмэгддэг.
Нөгөөтэйгүүр, Deeplite нь дэлхийн хэмжээний хиймэл оюун ухааны алгоритмын инженерүүдийн багтай бөгөөд ST нь 200 гаруй зах зээлийн хиймэл оюун ухааны хөгжүүлэлтийн хэрэгслийг нэгтгэн "загварын сан-оновчтой-техник хангамжийн платформ" гэсэн нэгдсэн хөгжлийн экосистемийг бүрдүүлэх болно. Товчхондоо, Deeplite-ийг худалдаж авснаар ST-ийн хиймэл оюун ухааны програм хангамжийн түвшинд хийх тааврын сүүлийн хэсгийг гүйцээгээд зогсохгүй хагас дамжуулагчийн салбарын "чип үйлдвэрлэх"-ээс "тархи үйлдвэрлэх" рүү шилжих парадигмын шилжилтийг тэмдэглэж байна.
NXP нь ухаалаг захын байршлыг өөрчлөхийн тулд NPU компани болох Kinara-г худалдаж авлаа
Энэ оны 2-р сард NXP нь АНУ-ын тэргүүлэгч хиймэл оюун ухааны чип стартап Kinara-г 307 сая ам.доллараар худалдан авснаа зарласан. Kinara нь 2013 онд байгуулагдсан бөгөөд анх Core Viz нэртэй байсан бөгөөд хожим нь Deep Vision нэртэй болж, 2022 онд Kinara нэртэй болсон. Kinara-ийн бие даасан NPU (Ara-1 болон Ara-2-г оруулаад) нь гүйцэтгэл болон эрчим хүчний хэмнэлтийн салбарт тэргүүлэгч бөгөөд хараа, дуу хоолой, дохио зангаа болон бусад янз бүрийн үүсгүүр хиймэл оюун ухааны хэрэгжилтээр хөтлөгдсөн шинээр гарч ирж буй хиймэл оюун ухааны хэрэглээнд хамгийн тохиромжтой шийдэл болж байгаа бөгөөд програмчлах чадвар нь хөгжиж буй хиймэл оюун ухааны алгоритмуудад дасан зохицох боломжийг олгодог.
NXP-ийн мэдээлснээр энэхүү худалдан авалт нь Кинарагийн бие даасан NPU-г өөрийн процессор, холболт болон аюулгүй байдлын програм хангамжийн багцтай нэгтгэх бөгөөд энэ нь аж үйлдвэрийн болон автомашины зах зээлийн хурдацтай өсөн нэмэгдэж буй хиймэл оюун ухааны хэрэгцээг хангахын тулд TinyML-ээс генератив хиймэл оюун ухаан хүртэлх бүрэн, өргөтгөх боломжтой хиймэл оюун ухааны платформыг бий болгоход туслах болно. Энэ нь аж үйлдвэрийн болон IoT салбарт хиймэл оюун ухаанд суурилсан шинэ системийг бий болгох, үйлчлүүлэгчдэд нарийн төвөгтэй байдлыг хялбарчлах, зах зээлд гарах хугацааг хурдасгах, ухаалаг машин зэрэг чиглэлээр техникийн чадавхийг сайжруулах, өндөр нэмүү өртөг шингэсэн салбарууд руу шилжихэд туслах болно.
Edge AI: MCU үйлдвэрлэгчдийн тулааны талбар
Хиймэл оюун ухааны салбарт "масштаб бол хүч" гэсэн буруу ойлголт удаан хугацаанд байсаар ирсэн. Том загварууд нь маш сайн гүйцэтгэлтэй боловч бодит байршуулалтад бэрхшээлтэй тулгардаг - тэдгээрийн өндөр эрчим хүчний хэрэглээ нь захын талын хөнгөн жингийн шаардлагад харшлах болно. Салбарын мэргэжилтнүүд том загварын хэрэглээний хувилбаруудын дотоод хязгаарлалтыг удаа дараа онцолж байсан: нэг талаас том загваруудыг сургаж, ажиллуулахад асар их тооцооллын нөөц шаардлагатай байдаг; нөгөө талаас хиймэл оюун ухааныг аж үйлдвэржүүлэхийг дэмжих гол чиглэлүүд нь эрчим хүчний хэрэглээ болон хоцрогдолд илүү мэдрэмтгий захын тооцоолол болон терминал төхөөрөмжүүд юм.
Дээрх худалдан авалтууд нь MCU-ийн гол тулааны талбар нь хиймэл оюун ухааны зах зээлийн тооцоолол руу шилжиж байгааг харуулж байгааг ойлгоход хэцүү биш юм. 2025 он гэхэд өгөгдлийн 75% нь захын хэсэгт боловсруулагдах төлөвтэй байгаа нь хиймэл оюун ухааны зах зээлийн асар их боломжийг харуулж байна. Энэ нь захын хиймэл оюун ухааны тооцооллын эрэлт хурдацтай өсөн нэмэгдэж байгааг харуулж байгаа бөгөөд захын төхөөрөмжийн гол бүрэлдэхүүн хэсэг болох MCU нь энэ чиг хандлагад гол үүрэг гүйцэтгэх болно.
Ирээдүйд MCU-ууд нь уламжлалт хяналтын функцээр хязгаарлагдахаа больж, аажмаар хиймэл оюун ухааны үндэслэлийн чадавхийг нэгтгэж, дүрс таних, дуу хоолой боловсруулах, тоног төхөөрөмжийн урьдчилан таамаглах засвар үйлчилгээ зэрэг нөхцөл байдалд ашиглах болно. Захын тооцооллын чадавхитай MCU-ууд нь бага эрчим хүчний хэрэглээ, өндөр үр ашиг, шуурхай хариу үйлдэлээрээ захын тооцооллын хүчний чухал тээвэрлэгч болж, ухаалаг төхөөрөмж болон системд илүү хүчтэй дэмжлэг үзүүлэх болно.
Бусад томоохон MCU үйлдвэрлэгчид мөн энэ салбарт идэвхтэй худалдан авалт хийж, өрсөлдөж байгаа бөгөөд үүнд Renesas Electronics компани Reality AI-г худалдан авч, Infineon компани Шведийн Imagimob-г худалдан авч, NXP компани машин сургалтын програм хангамж eIQ болон хиймэл оюун ухааны хэрэгслийн сүлжээ NANO-г худалдаанд гаргаж байна.
Ирэх хэдэн жилд захын хиймэл оюун ухаан нь MCU-ийн гол тулааны талбар болно гэж дүгнэж болно.
Автомашины электроник: хөрөнгийн өрсөлдөөний гол төв
Сүүлийн үед автомашины хэрэглээтэй холбоотой хагас дамжуулагч компаниудын нэгдэл, худалдан авалт байнга гарч байна. Тооцооллын хүчин чадлаас гадна автомашины хөдөлгүүрийн систем, тээврийн хэрэгслийн сүлжээний холболт, тээврийн хэрэгслийн аудио болон бусад технологийн хөгжил нь хагас дамжуулагч технологийн давталт, шинэчлэлтийг өдөөж, холбогдох компаниудыг нэгдэл, худалдан авалтаар дамжуулан өөрсдийн технологийн бүтцийг нөхөхөд түлхэц болсон.
Хагас дамжуулагчийн үйлдвэрлэл нь технологи болон хөрөнгө оруулалт их шаарддаг ердийн салбар юм. Сүүлийн хэдэн арван жилийг эргэн харахад интеграци болон нэгдэл нь салбарын хөгжлийн зайлшгүй чиг хандлага болсон.
Хиймэл оюун ухааны аварга компаниуд технологийн зохион байгуулалтаа сайжруулж, "чип + систем + экосистем" гэсэн бүрэн давуу талыг бий болгохын тулд байнга худалдан авалт хийдэг. MCU-ийн гол үйлдвэрлэгчид аажмаар хиймэл оюун ухааныг зах зээлд нэвтрүүлж, бага эрчим хүч зарцуулалт, өндөр уян хатан чанараар ухаалаг терминалын зах зээлийг эзлэхийг хичээж байна. Автомашины салбарт тээврийн хэрэгслийн тооцоолол, бие даасан жолоодлого, өгөгдөл холболт нь хөрөнгийн өрсөлдөөний гол чиглэл болсон. Үүний зэрэгцээ, EDA-ийн салбар нь багаж хэрэгсэл нийлүүлэхээс экосистемийг бий болгоход шилжиж байна. Аварга компаниуд оюуны өмч болон дизайны үйл явцыг нэгтгэж, "багаж хэрэгсэл-архитектур-стандарт" архитектураар дамжуулан зах зээлийн ноёрхлыг бий болгодог.
Энэхүү нэгдэл, худалдан авалтын давалгаанд технологийн хамтын ажиллагаа, зах зээлийн тэлэлт, экосистемийн ноёрхол нь гол логик болсон. Компаниуд хөрөнгийн урсгалын дунд богино хугацааны интеграци болон урт хугацааны судалгаа, хөгжүүлэлтийн тэнцвэрийг хадгалах шаардлагатай байна. Хагас дамжуулагч үйлдвэрлэлийн технологийн саад бэрхшээл, хөрөнгө оруулалт их шаарддаг шинж чанарыг харгалзан үзвэл энэхүү өөрчлөлт нь "богино зам" биш, харин урт хугацааны хөрөнгө оруулалт шаарддаг "марафон" юм.
Нийтэлсэн цаг: 2025 оны 6-р сарын 30