電子發(fā)燒友網(wǎng)報(bào)道(文/莫婷婷)近年來,AI芯片市場(chǎng)成為科技巨頭和半導(dǎo)體企業(yè)的必爭(zhēng)之地。隨著人工智能技術(shù)的快速發(fā)展,AI芯片作為算力的核心載體,需求呈現(xiàn)爆發(fā)式增長(zhǎng)。企業(yè)通過收購(gòu)AI芯片公司,可以快速獲取核心技術(shù)、優(yōu)化供應(yīng)鏈、降低對(duì)外部供應(yīng)商(如英偉達(dá))的依賴,并在AI市場(chǎng)中占據(jù)更有利的競(jìng)爭(zhēng)位置。
Meta、NXP收購(gòu)AI芯片公司,各有側(cè)重點(diǎn)
近期,有業(yè)內(nèi)消息指出Meta、NXP計(jì)劃收購(gòu)AI芯片公司。NXP的收購(gòu)案已有確切消息,根據(jù)最新消息,恩智浦將以 3.07 億美元收購(gòu)美國(guó)邊緣 AI 芯片制造商 Kinara。而Meta這邊,將收購(gòu)韓國(guó)AI芯片初創(chuàng)公司FuriosaAI,還在進(jìn)行收購(gòu)談判階段。
此前,NXP已經(jīng)于2024年12月和2025年1月分別宣布收購(gòu)美國(guó)專注于汽車SerDes聯(lián)盟(ASA)標(biāo)準(zhǔn)車載連接解決方案供應(yīng)商Aviva Links,以及奧地利軟件汽車開發(fā)商TTTech Auto。此次收購(gòu)Kinara,NXP將目標(biāo)放在AI芯片上。
作為一家邊緣 AI 芯片公司,Kinara 專注于高性能神經(jīng)處理單元 (NPU)。Kinara的NPU包括 Ara-1 和 Ara-2,采用最新架構(gòu),具備高性能和高能效的優(yōu)勢(shì),已經(jīng)廣泛應(yīng)用在工業(yè)和汽車AI應(yīng)用中。Ara-2在Ara-1的基礎(chǔ)上大幅提升了生成式AI和深度學(xué)習(xí)推理的能力,能夠?qū)崿F(xiàn)高達(dá) 40 TOPS(每秒萬億次作)的性能,適用于語音交互、手勢(shì)交互等其他生成式AI驅(qū)動(dòng)的等新興 AI 應(yīng)用。Kinara 的 AI 功能融入NXP的智能邊緣產(chǎn)品組合中,為新型 AI 驅(qū)動(dòng)的系統(tǒng)創(chuàng)建了一個(gè)可擴(kuò)展的平臺(tái)。
NXP 安全互聯(lián)邊緣執(zhí)行副總裁兼總經(jīng)理Rafael Sotomayor認(rèn)為工業(yè)市場(chǎng)正在經(jīng)歷一場(chǎng)轉(zhuǎn)型,生成式 AI 等新的創(chuàng)新有助于在效率、可持續(xù)性、安全性和可預(yù)測(cè)性方面實(shí)現(xiàn)重大改進(jìn),并且在許多情況下,可以解鎖新的用例和功能。
NXP是全球汽車半導(dǎo)體市場(chǎng)以及工業(yè)市場(chǎng)的領(lǐng)導(dǎo)者之一,尤其在汽車處理器、車載雷達(dá)和車聯(lián)網(wǎng)領(lǐng)域具有顯著優(yōu)勢(shì)。隨著汽車市場(chǎng)和工業(yè)市場(chǎng)的需求AI化,AI芯片將在這兩個(gè)重要市場(chǎng)發(fā)揮出關(guān)鍵作用。而NXP收購(gòu)Kinara將增強(qiáng)公司的邊緣AI能力,尤其是在高性能、低功耗的邊緣計(jì)算方面。與此同時(shí),邊緣AI的應(yīng)用場(chǎng)景廣泛,NXP也將進(jìn)一步拓展除了汽車和工業(yè)之外的市場(chǎng)。
韓國(guó)AI芯片初創(chuàng)公司FuriosaAI估值約6800億韓元(約5.1億美元),該公司專注于AI推理芯片,發(fā)布了AI芯片Warboy、AI加速器Rade等產(chǎn)品,Rade具備512 TOPS的INT8算力和1.5TB/s的片外內(nèi)存帶寬,功耗僅為150W,該產(chǎn)品適用于部署Meta Llama 3等生成式AI模型。
2023年,AI技術(shù)在全球范圍內(nèi)快速發(fā)展,Meta開始布局自研AI芯片,并相繼發(fā)布開源大模型Llama 1、Llama 2、Llama 3。在扎克伯格的計(jì)劃中,Meta AI將在今年成為領(lǐng)先的AI助手,Llama 4將是最先進(jìn)的AI模型。為了實(shí)現(xiàn)“AI霸業(yè)”,Meta計(jì)劃在今年上線約1GW的計(jì)算能力,并在年底前擁有超過130萬塊GPU。
數(shù)據(jù)顯示,為了訓(xùn)練Llama 4 AI模型,Meta需要用到超過10萬個(gè)Nvidia H100 GPU的集群。2024年,Meta有55萬-65萬塊等效H100,預(yù)計(jì)2025年達(dá)到190萬-250萬。
可以預(yù)見的是,AI模型隨著技術(shù)迭代變得越來越復(fù)雜,參數(shù)量不斷增加,對(duì)計(jì)算能力的需求也呈現(xiàn)出爆炸式增長(zhǎng)。這意味著未來的AI研究和發(fā)展將更加依賴于強(qiáng)大的硬件支持。而Meta收購(gòu)FuriosaAI有一部分的原因是為了減少對(duì)英偉達(dá)GPU的依賴,增強(qiáng)自研AI芯片的能力。同時(shí),F(xiàn)uriosaAI透露公司已經(jīng)與美國(guó)、日本、印度潛在客戶接洽,這在一定程度上說明FuriosaAI具備全球化擴(kuò)展?jié)摿Γ型麨镸eta打開更大的市場(chǎng)。
AI芯片市場(chǎng)格局將在多起收購(gòu)案后迎來變化
當(dāng)前,AI市場(chǎng)對(duì)AI芯片和算力的需求正經(jīng)歷從單一到多樣化、從集中到分布式的轉(zhuǎn)變。隨著GPT、Llama等AI大模型和生成式AI技術(shù)的快速發(fā)展,算力需求持續(xù)爆發(fā)。市場(chǎng)調(diào)研機(jī)構(gòu)IDC的數(shù)據(jù)顯示,2024年中國(guó)智能算力規(guī)模為725.3EFLOPS,2025年/2026年將分別達(dá)到1,037.3 EFLOPS、1,460.3 EFLOPS,2026年的算力規(guī)模將是2024年的兩倍。
目前來看,AI芯片需求呈現(xiàn)多樣化,而GPU(圖形處理單元)依舊是AI訓(xùn)練的主力產(chǎn)品。
另外推理芯片、邊緣AI芯片的需求迎來增長(zhǎng)。
在推理芯片方面,隨著越來越多的企業(yè)開始重視推理應(yīng)用,這促使除了高性能的訓(xùn)練芯片外,企業(yè)也增加了對(duì)高效能推理芯片(如ASIC)等專用AI芯片的需求。在邊緣AI芯片方面,隨著物聯(lián)網(wǎng)、智能家居、智能城市和工業(yè)制造等領(lǐng)域需要在本地設(shè)備上快速處理數(shù)據(jù)并作出實(shí)時(shí)決策,邊緣AI在這個(gè)過程發(fā)揮著關(guān)鍵作用,同時(shí),邊緣設(shè)備對(duì)低功耗和高性能的要求越來越高,促使邊緣AI芯片的設(shè)計(jì)朝著更高效的架構(gòu)發(fā)展。
Meta、NXP的兩個(gè)收購(gòu)案例,正好說明了兩家企業(yè)在AI市場(chǎng)的不同布局。Meta正在大力投資于能夠支持復(fù)雜AI模型訓(xùn)練的硬件基礎(chǔ)設(shè)施,為了支持Llama 4等大型AI模型的訓(xùn)練,需要高性能GPU等具有強(qiáng)大算力的AI芯片支持。NXP收購(gòu)商Kinara,則更加專注于特定應(yīng)用場(chǎng)景下的高效能、低功耗解決方案。NXP將通過此次收購(gòu)進(jìn)一步增強(qiáng)公司在邊緣計(jì)算領(lǐng)域的能力,特別是在自動(dòng)駕駛、智能家居等需要實(shí)時(shí)數(shù)據(jù)處理的應(yīng)用。
除了上述兩家公司,2024年至今半導(dǎo)體領(lǐng)域已有超6起AI領(lǐng)域的收購(gòu)案例,包括2024年4月Microchip(微芯科技公司)宣布收購(gòu)專注于生產(chǎn)神經(jīng)網(wǎng)絡(luò)加速架構(gòu)和算法的Neuronix AI Labs;2024年7月,AMD收購(gòu)端到端AI解決方案商Silo AI;2024年10月,Nanoveu Limited宣布將收購(gòu)片上系統(tǒng)(SoC)半導(dǎo)體設(shè)計(jì)公司EMASS,于今年2月獲得股東批準(zhǔn)。
這些收購(gòu)案例不僅反映了半導(dǎo)體行業(yè)對(duì)AI技術(shù)的重視,也顯示了全球半導(dǎo)體企業(yè)在AI芯片領(lǐng)域的激烈競(jìng)爭(zhēng)和戰(zhàn)略布局。通過這些收購(gòu),企業(yè)能夠快速獲取核心技術(shù)、拓展市場(chǎng)份額,并在AI芯片領(lǐng)域占據(jù)更有利的競(jìng)爭(zhēng)位置。與此同時(shí),AI市場(chǎng)或?qū)⒃谶@些收購(gòu)案件后出現(xiàn)新的格局。
-
Meta
+關(guān)注
關(guān)注
0文章
300瀏覽量
11729
發(fā)布評(píng)論請(qǐng)先 登錄
評(píng)論