意法半导体收购端侧AI公司

近期，意法半导体收购了多伦多一家人工智能初创公司 Deeplite，不过双方均未披露交易条款。

据 Deeplite 官方披露：「Deeplite 现已成为意法半导体旗下子公司。我们很高兴加入意法半导体，继续开发先进的边缘 AI 解决方案。Deeplite 在模型优化、量化和压缩方面的专业知识将进一步助力意法半导体为边缘设备带来高效、高性能的 AI。」

此次交易的重点在于 Deeplite 的技术。如今广泛使用的 AI 工具都是在由大型数据中心服务器支持的云服务上进行训练和运行的。Deeplite 的软件可以使得在手机和机器人等设备的芯片上运行 AI 应用程序变得更加容易。其客户群体主要是半导体公司，而这与意法半导体的业务高度契合。

据悉，达成收购后，意法半导体会将 Deeplite 先进的边缘 AI 软件解决方案与 MCU 和 NPU 相结合，提供全球最先进的边缘 AI 平台之一。

Deeplite 是何许「人」也？

据悉，Deeplite 是一家专注于深度学习优化的 AI 软件公司，成立于 2018 年，总部位于加拿大蒙特利尔，CEO Nick Romano 在 AI 领域有丰富的经验。其主要核心技术包括：

深度学习模型优化：Deeplite 的核心产品是其优化软件，能够将大型深度学习模型进行压缩和优化，使其在资源受限的边缘设备上高效运行。

自动化神经网络架构设计：Deeplite 的软件能够自动化设计神经网络架构，大大减少了以往需要人工反复测试的时间和错误。

针对不同硬件平台的解决方案：Deeplite 与多家硬件供应商合作，提供针对 RISC-V CPU 等不同硬件平台的优化方案。

Deeplite 的核心能力在于通过多种方式降低深度学习模型的功耗，主要通过优化模型结构、减少计算复杂度和存储需求，以及提高模型在硬件上的执行效率来实现。

具体而言，Deeplite 的技术优势在于：

1、模型压缩与量化

权重剪枝（Weight Pruning）：通过移除模型中不重要的权重（即接近零的权重），减少模型的参数数量。剪枝后的模型在计算时需要处理的参数更少，从而降低了计算复杂度和功耗。

量化（Quantization）：Deeplite 的量化技术可以在几乎不损失模型精度的情况下，将模型的存储需求减少数倍，并显著降低计算功耗。

2、 优化模型结构

自动化架构设计（AutoML）：利用自动化机器学习技术，Deeplite 能够设计出更适合特定硬件和应用场景的神经网络架构。可以将深度学习模型的推理速度提高数倍，同时显著降低功耗。

稀疏化（Sparsification）：通过使模型的权重矩阵稀疏化，即增加零值权重的比例，减少实际计算的次数。可以显著减少模型的计算量，从而降低功耗。

3、硬件适配与优化

针对特定硬件的优化：可以根据不同的硬件平台（如 RISC-V CPU、Arm Cortex-M 系列等）进行定制优化。

内存访问优化：通过优化模型的内存访问模式，减少内存访问的次数和延迟。

4、减少数据传输

Deeplite 的优化技术使得模型可以在本地设备上运行，减少了数据传输到云端或服务器的需求。数据传输本身会消耗大量功耗，尤其是在无线通信中。

值得一提的是，2019 年 Deeplite 与晶心科技合作，将优化技术与晶心的 RISC-V CPU 相结合，优化后的模型在执行时间上比 TensorFlow Lite Micro 的模型快了 9%，模型大小减少了 1.7 倍，同时功耗显著降低。

收购意图：MCU 向边缘侧转移

意法半导体刚刚公布了 2025 年第一季度财报数据，其中营收同比骤降27.3%至25.2亿美元；毛利率滑至33.4%；净利润暴跌89.1%至5600万美元；运营利润率逼近盈亏平衡点。

虽然个人电子业务逆势增长部分抵消了汽车与工业市场的疲软，但意法半导体仍面临产能利用率不足、库存高企与产品组合调整滞后的多重压力。因此，意法半导体必须寻找新的业绩增长点，而收购就是其一直以来的惯用方式。

通过收购Deeplite，意法半导体能够将其软件解决方案与自身先进的 MCU 和 NPU 相结合，打造全球领先的边缘 AI 平台。同时，Deeplite 提供的技术及工具能够大大加速 ST NPU 的采用，并缩短 AI 应用的上市时间。

随着边缘计算和 AIoT 的发展，AI 芯片的市场争夺逐渐向边缘侧转移。根据相关预测，到 2025 年，75% 的数据将在边缘侧进行处理，端侧 AI MCU 市场潜力巨大。因此，意法半导体收购 Deeplite 也是意在此处。当前其它 MCU 厂商也在积极布局，例如瑞萨收购 Reality AI，提供 TinyML 解决方案；英飞凌收购瑞典 Imagimob 公司，提升 TinyML 边缘 AI 功能；恩智浦推出机器学习软件 eIQ 软件和 AI 工具链 NANO.AI。

此前，意法半导体披露的全球制造布局重塑计划中，明确提出了一项重要措施，即效率提升、部署自动化和人工智能将增强意法半导体的重要技术研发、产品设计和规模制造能力，推进欧洲先进制造计划。

在边缘计算方面，意法半导体推出 22nm FD-SOI 低功耗 MCU，主攻物联网与可穿戴设备，目标占据 50 亿颗市场 20% 份额。