意法半导体完成对Deeplite收购
发布时间：2025-4-28 09:28
发布者：eechina
|
全球AI模型优化技术领导者Deeplite首席执行官Nick Romano近日通过LinkedIn平台正式宣布，意法半导体（STMicroelectronics，以下简称“ST”）已完成对Deeplite的收购。此次收购标志着半导体巨头与AI软件创新企业的深度融合，双方将整合技术优势，推动边缘AI计算从云端向终端设备的全面渗透。 技术协同：从模型压缩到硬件适配的全链条突破 Deeplite成立于2018年，专注于通过AI驱动的自动化工具链，将复杂深度学习模型压缩至资源受限的边缘设备运行。其核心技术包括： 模型量化与剪枝：通过INT8量化技术将模型存储需求降低数倍，结合权重剪枝技术减少冗余参数，使模型推理速度提升最高达9%，功耗显著降低； 自动化神经架构搜索（AutoML）：基于硬件特性自动生成高效神经网络架构，缩短开发周期至数小时，较传统人工优化效率提升百倍； 跨平台优化引擎：支持RISC-V、Arm Cortex-M等主流MCU架构，与晶心科技合作推出的优化方案已实现模型体积缩小1.7倍、执行速度提升15%的实测成果。 ST作为全球MCU市场领导者，其STM32系列MCU广泛应用于工业控制、汽车电子及消费物联网领域。通过此次收购，ST将Deeplite的软件优化能力与自身NPU（神经网络加速单元）及低功耗MCU技术结合，计划推出覆盖“训练-部署-推理”全流程的边缘AI解决方案，目标场景包括： 工业设备预测性维护：通过实时传感器数据分析降低停机风险； 车载AI视觉系统：在低功耗条件下实现行人检测与障碍物识别； 可穿戴设备语音交互：在本地端完成语音指令解析，保障隐私安全。 市场机遇：边缘AI需求爆发催生行业整合潮 据市场研究机构预测，2025年全球75%的数据将在边缘侧处理，端侧AI芯片市场规模将突破280亿美元。在此背景下，MCU厂商正加速布局边缘AI能力： 瑞萨电子：收购Reality AI，推出面向TinyML（微型机器学习）的传感器融合方案； 英飞凌：整合Imagimob技术，强化微控制器上的本地化AI推理能力； 恩智浦：发布eIQ机器学习开发环境，支持TensorFlow Lite Micro等框架部署。 ST此次收购Deeplite，被视为其“未来制造”战略的关键落子。公司2025年Q1财报显示，尽管营收同比下降27.3%，但汽车与工业业务订单出货比显著改善，边缘AI技术有望成为新的增长引擎。 战略展望：构建开发者友好型边缘AI生态 Deeplite的工程师团队将整体并入ST边缘AI解决方案部门，其多伦多研发中心将继续作为技术枢纽，与ST位于瑞士、法国、意大利的研发网络协同。双方计划： 开放模型优化工具链：针对STM32生态开发者提供量化、剪枝及硬件适配的自动化工具； 共建行业参考设计：联合推出面向工业电机控制、智能电网监测的标准化AI模块； 拓展汽车电子应用：基于ST的汽车级MCU（如SPC58系列）开发ADAS域控制器边缘推理方案。 Nick Romano在声明中强调：“Deeplite的使命始终是让AI无处不在。加入ST后，我们将从‘模型优化’延伸至‘硬件-软件协同设计’，重新定义边缘设备的智能边界。”ST首席技术官亦表示，此次收购将加速公司NPU的商业化进程，目标在2026年前推出10款集成Deeplite优化技术的AI MCU产品。 |
网友评论