來源：半導體產業縱橫

編輯：感知芯視界 Link

近期，意法半導體收購了多倫多一家人工智能初創公司Deeplite，不過雙方均未披露交易條款。

據Deeplite官方披露：“Deeplite現已成為意法半導體旗下子公司。我們很高興加入意法半導體，繼續開發先進的邊緣AI解決方案。Deeplite在模型優化、量化和壓縮方面的專業知識將進一步助力意法半導體為邊緣設備帶來高效、高性能的AI。”

此次交易的重點在于Deeplite的技術。如今廣泛使用的AI工具都是在由大型數據中心服務器支持的云服務上進行訓練和運行的。Deeplite的軟件可以使得在手機和機器人等設備的芯片上運行AI應用程序變得更加容易。其客戶群體主要是半導體公司，而這與意法半導體的業務高度契合。

據悉，達成收購后，意法半導體會將Deeplite先進的邊緣AI軟件解決方案與MCU和NPU相結合，提供全球最先進的邊緣AI平臺之一。

Deeplite是何許“人”也？

據悉，Deeplite是一家專注于深度學習優化的AI軟件公司，成立于2018年，總部位于加拿大蒙特利爾，CEO Nick Romano在AI領域有豐富的經驗。其主要核心技術包括：

• 深度學習模型優化：Deeplite的核心產品是其優化軟件，能夠將大型深度學習模型進行壓縮和優化，使其在資源受限的邊緣設備上高效運行。

• 自動化神經網絡架構設計：Deeplite的軟件能夠自動化設計神經網絡架構，大大減少了以往需要人工反復測試的時間和錯誤。

• 針對不同硬件平臺的解決方案：Deeplite與多家硬件供應商合作，提供針對RISC-V CPU等不同硬件平臺的優化方案。

Deeplite的核心能力在于通過多種方式降低深度學習模型的功耗，主要通過優化模型結構、減少計算復雜度和存儲需求，以及提高模型在硬件上的執行效率來實現。

具體而言，Deeplite的技術優勢在于：

1、模型壓縮與量化

• 權重剪枝（Weight Pruning）：通過移除模型中不重要的權重（即接近零的權重），減少模型的參數數量。剪枝后的模型在計算時需要處理的參數更少，從而降低了計算復雜度和功耗。

• 量化（Quantization）：Deeplite的量化技術可以在幾乎不損失模型精度的情況下，將模型的存儲需求減少數倍，并顯著降低計算功耗。

2、 優化模型結構

• 自動化架構設計（AutoML）：利用自動化機器學習技術，Deeplite能夠設計出更適合特定硬件和應用場景的神經網絡架構。可以將深度學習模型的推理速度提高數倍，同時顯著降低功耗。

• 稀疏化（Sparsification）：通過使模型的權重矩陣稀疏化，即增加零值權重的比例，減少實際計算的次數。可以顯著減少模型的計算量，從而降低功耗。

3、硬件適配與優化

• 針對特定硬件的優化：可以根據不同的硬件平臺（如RISC-V CPU、Arm Cortex-M系列等）進行定制優化。

• 內存訪問優化：通過優化模型的內存訪問模式，減少內存訪問的次數和延遲。

4、減少數據傳輸

Deeplite的優化技術使得模型可以在本地設備上運行，減少了數據傳輸到云端或服務器的需求。數據傳輸本身會消耗大量功耗，尤其是在無線通信中。

值得一提的是，2019年Deeplite與晶心科技合作，將優化技術與晶心的RISC-V CPU相結合，優化后的模型在執行時間上比TensorFlow Lite Micro的模型快了9%，模型大小減少了1.7倍，同時功耗顯著降低。

收購意圖：MCU向邊緣側轉移

意法半導體剛剛公布了2025年第一季度財報數據，其中營收同比驟降27.3%至25.2億美元；毛利率滑至33.4%；凈利潤暴跌89.1%至5600萬美元；運營利潤率逼近盈虧平衡點。

雖然個人電子業務逆勢增長部分抵消了汽車與工業市場的疲軟，但意法半導體仍面臨產能利用率不足、庫存高企與產品組合調整滯后的多重壓力。因此，意法半導體必須尋找新的業績增長點，而收購就是其一直以來的慣用方式。

通過收購Deeplite，意法半導體能夠將其軟件解決方案與自身先進的MCU和NPU相結合，打造全球領先的邊緣AI平臺。同時，Deeplite提供的技術及工具能夠大大加速ST NPU的采用，并縮短AI應用的上市時間。

隨著邊緣計算和AIoT的發展，AI芯片的市場爭奪逐漸向邊緣側轉移。根據相關預測，到2025年，75%的數據將在邊緣側進行處理，端側AI MCU市場潛力巨大。因此，意法半導體收購Deeplite也是意在此處。當前其它MCU廠商也在積極布局，例如瑞薩收購Reality AI，提供TinyML解決方案；英飛凌收購瑞典Imagimob公司，提升TinyML邊緣AI功能；恩智浦推出機器學習軟件eIQ軟件和AI工具鏈NANO.AI。

此前，意法半導體披露的全球制造布局重塑計劃中，明確提出了一項重要措施，即效率提升、部署自動化和人工智能將增強意法半導體的重要技術研發、產品設計和規模制造能力，推進歐洲先進制造計劃。

在邊緣計算方面，意法半導體推出22nm FD-SOI低功耗MCU，主攻物聯網與可穿戴設備，目標占據50億顆市場20%份額。

感知芯視界媒體推廣/文章發布 隗女士 15061886132(微信同號)

*免責聲明：本文版權歸原作者所有，本文所用圖片、文字如涉及作品版權，請第一時間聯系我們刪除。本平臺旨在提供行業資訊，僅代表作者觀點，不代表感知芯視界立場。

免費下載

光子產業報告【500頁】