#恩智浦
MCU,巨變
引言2025年,僅半年時間內,ST、恩智浦、瑞薩等頭部MCU廠商幾乎同時發佈搭載新型嵌入式儲存(如PCM、MRAM)的汽車MCU產品,打破了MCU長期以來以嵌入式Flash為主的技術格局。雖然談“標配”仍為時尚早,但可以肯定的是:新型儲存已經從“嘗試”躍升為“戰略佈局”,並開始對MCU生態產生深遠影響。過去,MCU是一種“小而美”的器件,用於基本控制邏輯。但近幾年,它正在向“小而強”進化:工藝從傳統40nm邁向22nm、16nm甚至更先進節點;整合AI加速、安全單元、無線模組……成為“汽車大腦”“邊緣算力中樞”的候選主力。這背後,一個被長期忽視但至關重要的技術正在“補短板”:嵌入式儲存技術(eNVM)的革命。在“軟體定義汽車”的趨勢下,OEM與Tier1廠商面臨前所未有的挑戰:ECU複雜度激增,功能高度集中;OTA更新、AI推理、模型載入,軟體“越堆越厚”;儲存空間與讀寫性能已成為整車架構瓶頸。而傳統Flash在密度、速度、功耗和耐用性上早已力不從心。在這樣的背景下,新型儲存器(PCM、MRAM)成了MCU進化的關鍵武器。ST選擇相變儲存器(PCM)相變儲存器(PCM)是一種新興的非易失性儲存技術,其基礎原理是通過材料的相變(從非晶態到結晶態)來儲存資訊。PCM的基本機制是由史丹佛大學的Robert Ovshinsky於20世紀60年代發明的。意法半導體擁有這項原始開發成果的專利授權,ST是第一個將PCM真正落地在汽車級MCU中的廠商。ST在官網中也對PCM的工作原理進行了介紹,PCM採用鍺銻碲 (GST) 合金製造而成,其在製造過程中利用了材料可在非晶態和結晶態之間進行快速熱控制變化的物理特性。上述狀態分別與邏輯0和邏輯1相對應,可通過非晶態(邏輯0)的高電阻和結晶態(邏輯1)的低電阻進行電氣區分。PCM支援在低電壓下進行讀寫操作,且與Flash和其他嵌入式儲存器技術相比,具有多項實質性的優勢。PCM的工作原理(圖源:ST)經過多年的研發,2025年4月,ST推出帶有xMemory的Stellar,這是嵌入其Stellar系列汽車微控製器的新一代可擴充記憶體,Stellar xMemory 的核心就是意法半導體專有的相變儲存器 (PCM) 技術。意法半導體稱其擁有業界最小的合格儲存位單元,可徹底改變開發軟體定義汽車 (SDV) 和不斷發展的電氣化平台的挑戰性過程。據悉,ST的Stellar P和G系列汽車MCU都將搭載采 xMemory的最新一代PCM技術。Stellar P和Stellar G 系列適用於集中式區域控製器、域控製器和車身應用的 Stellar Integration MCU。最先推出的會是Stellar P6 MCU,該系列MCU旨在滿足電動汽車 (EV) 全新動力傳動系統趨勢和架構的需求,並將於2025 年下半年投產。採用xMemory技術的Stellar無需管理多個具有不同記憶體選項的裝置,也無需承擔相關的開發和認證成本,只需一個具有可擴充記憶體的創新裝置,即可為客戶提供高效且經濟的解決方案。這種從一開始就簡化的方法使汽車製造商能夠面向未來設計,並在開發周期的後期留出更多創新空間,從而降低開發成本並通過更精簡的供應鏈加快產品上市時間。採用FD-SOI技術的嵌入式PCM位單元的橫截面,其中顯示了可在結晶態和非晶態之間快速翻轉儲存單元的加熱裝置。ST指出,在SDV生命周期初期選擇合適的 MCU,可確保為未來的軟體開發提供充足的片上記憶體。如今,選擇過高的記憶體規格會增加成本,而選擇過低的記憶體規格則可能需要後續尋找並重新認證具有額外記憶體的其他 MCU,從而增加複雜性、成本和延遲。採用 xMemory 的 Stellar MCU 價格極具競爭力,可帶來更多成本節省,簡化 OEM 供應鏈,並通過延長產品生命周期和最大限度地提高項目間的復用率來縮短認證時間,從而加快產品上市速度。恩智浦和瑞薩,擁抱MRAM磁阻式RAM(MRAM)則是另一類非易失性儲存“黑科技”,MRAM 利用磁性材料的物理特性實現資料儲存,具備超高的寫入速度、低功耗以及極強的耐用性。MRAM已經被恩智浦、瑞薩等公司廣泛採用。恩智浦是較早推出MRAM MCU的汽車MCU廠商,今年3月份,恩智浦半導體宣佈推出其 S32K5系列汽車MCU,這是業界首款基於16nm FinFET 工藝、內建MRAM的 MCU,標誌著其發展的重要里程碑。S32K5 系列旨在擴展恩智浦 CoreRide 平台,提供預整合的區域和電氣化系統解決方案,支援可擴展軟體定義汽車 (SDV) 架構的演進。汽車製造商越來越多地採用分區架構,每種架構都有其獨特的方法來整合和分配電子控制單元 (ECU) 的功能。這些解決方案的核心是先進的 MCU 架構,它將即時性能與低延遲、確定性通訊和創新的隔離功能融為一體。高性能MRAM的加入顯著加快了 ECU 程式設計速度,無論是在出廠設定下還是在無線 (OTA) 更新過程中。MRAM 的寫入速度比傳統嵌入式快閃記憶體快 15 倍以上,增強了汽車製造商在車輛整個生命周期內部署新軟體功能的靈活性。2025年7月,瑞薩也發佈了內建MRAM的MCU,不過與恩智浦相比,工藝為22nm。該裝置配備了1MB MRAM和2MB SRAM。據稱,採用MRAM是第二代RA8系列的一大特色。除了高耐用性和資料保存能力外,MRAM還具有高速讀寫、無需擦除和低功耗等優勢。瑞薩電子在國際半導體積體電路會議(ISSCC 2024)上發佈了面向高性能微控製器的MRAM高速讀寫技術,RA8P1就採用了該技術。對於需要更大記憶體容量的應用,該裝置配備了支援XIP/DOTF的八路SPI介面和32位外部匯流排介面。此外,還提供整合4MB或8MB外部快閃記憶體的系統級封裝(SiP)產品。外圍功能方面,它支援平行攝影機輸入、MIPI-CSI2、序列音訊輸入以及通過PDM實現的多模態AI語音輸入。此外,它還配備了16位AD轉換器、圖形HMI功能以及各種序列介面。台積電:MRAM與RRAM雙線並進作為全球晶圓代工龍頭,台積電對新型儲存技術押注了兩大技術:MRAM和RRAM。在 2025 技術研討會上,台積電執行副總經理暨共同營運長米玉傑博士指出:“eFlash 技術已在 28nm 工藝節點遭遇擴展瓶頸,新一代 NVM(非易失性儲存器)必須在更先進製程中替代其角色。”由此,台積電明確提出將 RRAM 和 MRAM 兩種嵌入式儲存技術分別匯入 22nm、16nm、12nm,並進一步推進至 6nm 和 5nm 節點。台積電是目前為數不多已經實現RRAM大規模量產的廠商。目前,台積電已在 40nm、28nm 和 22nm 工藝上實現 RRAM 量產,並通過了汽車級認證。12nm RRAM 亦已進入客戶流片階段,6nm版本正在推進中。英飛凌新一代 AURIX MCU就採用了台積電的 eRRAM 技術,成為其汽車平台的重要嵌入式儲存解決方案。RRAM的優勢在於:工藝複雜度低,可直接部署於後端金屬層(BEOL);完全相容邏輯製程,適配多類 MCU 架構;尤其適合面向功耗敏感、成本控制嚴苛的消費與車規應用。相較之下,MRAM 雖工藝更複雜,但具備優越的性能特性:寫入速度是 Flash 的十數倍;非易失性儲存+極強耐久性;適用於需要高速寫入、頻繁 OTA 更新、AI 推理等複雜任務的場景。對於追求算力密度、資料吞吐與即時性能的車載計算平台(如 ADAS、AI SoC 等),MRAM 可能是 eFlash 後最理想的儲存補位者。台積電目前已經在 22nm 工藝節點實現 MRAM 量產,16nm MRAM 進入客戶準備階段,12nm 正在研發中。更激進的路線圖還包括未來拓展至5nm節點。2025年5月,台積電宣佈將在德國慕尼黑設立其首個歐洲設計中心(EUDC),重點圍繞汽車應用的 MRAM 儲存技術進行研發與客戶支援。這一中心將成為台積電全球第十個設計中心,並計畫於 2025年第三季度正式啟用,服務領域涵蓋汽車、工業、AI、電信及物聯網等。這也意味著,台積電不僅在工藝平台上推動新型儲存普及,更在全球佈局中深入整車開發生態圈。除了橫向推進工藝節點,台積電還在以下方向謀求技術突破:3D RRAM MCU:推動嵌入式儲存堆疊封裝,釋放更多片上空間;SOT MRAM(自旋軌道轉矩):相比傳統STT-MRAM功耗更低、寫入更快,有望進入大規模量產;矽光子平台:結合光互連與儲存介面,面向資料中心和邊緣算力佈局。這些技術的落地將進一步鞏固台積電在特色工藝與嵌入式儲存生態中的領先地位。儲存計算一體化趨勢不論是PCM、MRAM還是RRAM,它們不僅僅是儲存器替代品,更是MCU架構變革的催化劑。新型儲存技術如PCM、MRAM和RRAM代表了一種更深層次的“儲存計算一體化”趨勢,這不僅僅是單純的儲存介質替代問題,而是儲存架構與計算架構之間的協同演化。在MCU領域,儲存和計算的邊界正在變得越來越模糊。在傳統的MCU中,儲存和計算是分開的模組,計算通過中央處理器(CPU)或專用加速器進行,而儲存則通過外部或內部的快閃記憶體、SRAM等器件進行資料儲存和管理。但隨著計算任務的複雜化,尤其是機器學習、AI 推理和邊緣計算的應用需求日益增長,儲存和計算的分離顯得日益不適應。MRAM和PCM等新型儲存器的加入,為“儲存計算一體化”提供了新的契機。特別是 PCM 通過其相變特性,不僅具備非易失性儲存功能,還能在某些應用中發揮“近計算”的作用,減少資料傳輸的瓶頸,進一步加速資料處理過程。MRAM的高速讀寫特性也使得它能與計算模組協同工作,在 AI 邊緣推理、即時資料處理等場景下提高處理效率。在AI邊緣化、OTA碎片化、軟體敏捷化的今天,MCU的“智能化”越發依賴於記憶體能力。預計未來的 MCU 架構將越來越多地將儲存和計算結合,打造更高效、靈活且具有智能化能力的系統。結語過去十年,我們習慣將MCU視作“控制”系統的代表,其內嵌儲存只是配套元件;但在AI、SDV、邊緣智能紛至沓來的時代,儲存正在從幕後走向台前,成為計算架構不可分割的核心。這不僅是一次材料的更替、工藝的演進,更是MCU從“可用”走向“可擴展”、“可演進”的關鍵一步。在這場由嵌入式儲存引發的微控製器升級潮中,我們看到的不僅是頭部廠商的路線分化,也預見到整個產業鏈條——從代工到工具鏈、從汽車到工業應用——正在加速適配與演進。這場轉型,才剛剛開始。但我們也應能想到,這些新型儲存器的製造對材料、工藝和設計協同提出了更高要求,目前仍主要掌握在少數國際頭部廠商和代工巨頭手中。對於國產MCU廠商而言,這既是挑戰,更是必須迎頭趕上的關鍵戰役。 (半導體行業觀察)
全球半導體,再現併購潮
近段時間來,全球半導體產業併購潮湧動,高通、AMD、英飛凌、恩智浦等巨頭接連出手,技術整合與市場擴張同步加速。這些動作不僅展現了企業在激烈的市場競爭中尋求強強聯合、優勢互補的戰略考量,也預示著半導體產業格局可能迎來新的變革。透過審視近期國際半導體企業收併購案例,筆者大致總結出四個關鍵詞:AI、MCU+、汽車與EDA。AI巨頭,查漏補缺 連續收購3家AI公司,AMD正面迎戰輝達在AI晶片市場,輝達的領先地位已經持續多年,但AMD顯然不想再當「老二」。近期,AMD動作頻頻。在短短10內連續宣佈多項重要收購,加拿大的Untether AI、美國的編譯器團隊Brium,以及主攻光子晶片的Enosemi公司,覆蓋從硬體架構、軟體編譯到晶片互聯的完整AI技術鏈條。這幾筆交易明確顯示了AMD致力於進一步鞏固其在人工智慧領域的競爭實力,以及挑戰輝達在AI硬體領域統治地位的堅定決心。AMD收購AI晶片創業公司Untether AI6月5日,AMD宣佈達成戰略協議,收購了加拿大AI推理晶片公司Untether AI的整個硬體與軟體工程師團隊。Untether AI成立於2018年,核心業務是基於「近記憶體計算」架構開發AI推理晶片,將AI推理計算靠近記憶體執行,減少資料搬運。其優勢顯著,推出的speedAI240推理加速卡在ResNet-50圖像分類基準測試中,於資料中心與邊緣裝置兩類場景均取得「最快」成績,且功耗僅75W,性能達2 PFLOPS,走出了一條「高效、省電、小巧」的技術路線,與輝達大功率GPU思路不同。 Untether AI的產品比競爭對手在邊緣和資料中心場景更快速、節能,已與Ampere Computing、Arm等半導體公司及多家解決方案提供商建立合作,產品受市場歡迎。AMD收購該團隊,目的在於補足自身在記憶體計算架構方面的能力,在資料中心和邊緣AI領域實現差異化佈局。隨著AI發展,當前高功耗AI GPU在推理場景存在功耗浪費,終端側對高效AI推理晶片需求增長,AMD此舉意在增強自身在AI推理市場競爭力,挑戰輝達。收購後,團隊將提升AMD在AI編譯器、核心開發、數字與SoC設計、設計驗證及產品整合等方面的能力。此前,AMD已通過收購Xilinx、Pensando、Silo AI、Mipsology、ZT Systems等企業強化異構計算、網路加速、AI模型訓練和推理等能力。未來AMD可望藉助此次收購,結合先前收購成果,建構抗衡輝達AI技術堆疊的方案,推動自身在AI領域的發展。AMD收購AI軟體最佳化創業公司Brium6月4日,AMD宣佈收購AI編譯器公司Brium。據理解,Brium成立於2024年,此前處於「隱身」營運,由在機器學習、人工智慧推理和性能最佳化方面具備深厚專業知識的編譯器及人工智慧軟體專家組成。 Brium的核心業務是專注於AI編譯器研發,堪稱晶片的“翻譯官”,能將複雜AI模型任務轉化為晶片可理解並高效執行的指令程式碼。 Brium具備獨特優勢,擁有在編譯器技術、模型執行框架和端對端人工智慧推理最佳化等方面的技術經驗,能在模型到達硬體前對整個推理堆疊進行最佳化,減少對特定硬體配置的依賴,實現更快速、高效的開箱即用AI性能。透過收購Brium,AMD能夠補足技術短板,打破AI軟體開發領域對輝達硬體的依賴,增強自身在AI領域的競爭力。此次收購預計將為AMD帶來諸多價值與賦能:例如,可望提升自家MI300系列GPU在AI任務中的執行效率,初步估算可達30%;Brium團隊將助力AMD在OpenAI Triton、WAVE DSL和SHARK/IREE等關鍵項目上取得進展,使AI平台更高效處理訓練和AMD工作負載; AI軟體堆疊背後的開源工具發展,滿足醫療保健、生命科學、金融和製造等垂直領域客戶的特殊需求,拓寬市場覆蓋範圍。這是AMD為增強與輝達競爭地位而進行的一系列收購之一,未來AMD將藉助Brium的技術,進一步完善自身AI技術版圖,建構高性能、開放的AI軟體生態系統,推動AI業務發展。AMD收購矽光子晶片初創公司Enosemi5月28日,AMD宣佈收購矽光子晶片初創公司Enosemi。據悉,Enosemi成立於2023年,員工僅16人,總部位於矽谷,由半導體背景深厚的專家和博士組成。其核心業務為研發光子積體電路(PIC),將多個光學元件功能整合於單晶片,實現晶片內光的高速資料傳輸,相比傳統電訊號傳輸,速度更快、功耗更低,契合資料中心、AI等對頻寬和效率要求高的場景。並且Enosemi在大規模建構和交付光子積體電路上取得突破,是少數能實現量產交付的光通訊初創公司,具備從晶片設計到系統部署的完整交付能力。AMD收購Enosemi旨在解決AI計算領域的「互連瓶頸」。隨著AI模型規模擴大,傳統電子連接無法滿足晶片間資料互動在頻寬和能耗上的需求,而CPO技術被視為關鍵突破口。此收購,能補充AMD光學研發團隊,使其快速增強在CPO領域產品開發能力,縮短研發周期,提升產品系統效能,並強力應對輝達在AI伺服器系統、GPU互連等方面的領先地位。未來,AMD計畫加速CPO商用部署,將光引擎與AI加速晶片封裝整合;最佳化AI整機系統能效,建構高頻寬、低功耗的AI超算和資料中心;推動AI系統架構向計算與通訊一體的分佈式、整合架構演進;拓展生態協作夥伴,打通產業鏈上下游。這是AMD從「賣晶片」轉型為「提供完整AI系統解決方案」的重要一環。此次收購後,AMD在AI時代的產品佈局將更全面,能提供從中央處理器、圖形處理器到光電子裝置的系統級能力,滿足資料中心和AI叢集對高效能、低能耗的需求,標誌著AI硬體競爭已進入系統全端競爭階段。回顧這幾年,AMD在AI佈局上持續發力:收購Xilinx,獲得了強大的FPGA和AI引擎能力;拿下Pensando,補齊了網路與資料處理短板;整合Silo AI和Mipsology,完善AI軟體生態;最近又把ZT Systems納入麾下,拓展至機架級系統整合。如今再透過Untether AI、Brium、Enosemi等多筆收購,將技術觸角進一步延伸至近記憶體計算、編譯器、光互連等領域。在這一系列「買買買」的背後,是清晰方向和配套思路的系統佈局。AMD正透過合併收購所得的技術和人才,逐步建立起一個包含硬體、軟體、AI在內的全方位科技藍圖,一步步搭建覆蓋「算力+通訊」全鏈條的解決方案,通過系統化、差異化的技術佈局,在新一代AI基礎設施建設中贏得屬於自己的一席之地。輝達“拼圖式併購”,成效顯著 收購GPU租賃商Lepton AI,向「雲+軟體」領域拓展4月8日,輝達完成對GPU租賃商Lepton AI的收購,交易耗資數億美元。據悉,Lepton AI 2023年由阿里前副總裁賈揚清創立,團隊約20人,曾獲得1,100萬美元天使輪融資。Lepton AI致力於為企業提供高效、可擴展的AI應用平台。雖然不直接擁有GPU,卻憑藉「雲原生+多雲整合」技術,以低成本調度全球GPU資源,還開發軟件助力創企建構、管理AI應用。光是成立兩年時間,Lepton AI就被SemiAnalysis評為全球GPU雲服務黃金梯隊「唯一未燒錢囤貨的玩家」。Lepton AI主營業務致力於打磨AI底層基礎設施架構,目標是降低AI 應用開發與部署的門檻。在其願景裡,開發者能透過產品化的方式更容易完成訓練、部署和擴展,從而更有效率地進行大模型的落地與迭代。成立至今陸續推出了兩款核心產品:1)FastGPU主打經濟高效和可靠的雲GPU解決方案,於2024年6月上線,旨在以更具性價比的方式為開發者提供強大的計算資源;2)2023底推出的對話式搜尋引擎Lepton Search,據稱核心代碼量不到500行,卻成功基於Lepton Search,據稱核心代碼量不到500行,卻成功基於Lepton Search,據稱核心代碼量不到500行,卻成功基於Lepton Search,據稱核心代碼量不到500行AI平台實現了智慧搜尋功能,開源版本(GitHub)發布後迅速登上熱榜,讓人不禁想起早期用極簡代碼撬動複雜深度學習框架的「駭客式」創新思維。除了產品,Lepton AI也在推動一系列基礎工具和雲平台建設,例如提供Python SDK支援HuggingFace模型整合,以及透過從GitHub倉庫直接建立AI模型的方式,進一步降低AI開發的門檻。輝達收購Lepton AI,可取得其獨特技術與客戶群體,增強在雲端服務與企業軟體市場實力,建構「晶片+雲平台」端到端解決方案。在收購邏輯上,輝達身為硬霸主,面臨AWS、Google雲等巨頭自研晶片及低價租賃策略衝擊,其壟斷地位受威脅。透過收購,輝達能從硬體向「雲+軟件」領域拓展,鞏固GPU租賃與雲端服務市場,抵禦雲巨頭生態閉環衝擊,還能滲透中小企業市場,推動軟件業務成長,實現從「硬霸主」向「全端服務商」的戰略轉型。收購初創公司Gretel,聚焦AI訓練資料今年3月,輝達收購了總部位於聖地亞哥的初創公司Gretel。據理解,Gretel於2019年創立,其開發了產生合成AI訓練資料的平台,旨在利用微調模型和獨特技術為客戶提供滿足特定需求的AI訓練資料。根據Crunchbase的資料,Gretel在被收購前已獲得超6700萬美元融資,估值3.2億美元,此次收購價達9位數,其約80人團隊併入輝達,其技術將作為輝達為開發人員提供的生成式AI服務套件的一部分進行部署。在戰略併購層面,輝達近年來在AI基礎設施領域動作頻頻。 2024年,輝達7億美元收購群集管理平台Run.ai,優化GPU資源調度,提升利用率40%;3億美元收購模型優化企業Deci,提升模型能源效率比,降低30%推理成本;還納入推理加速工具OctoAI和合成數據公司Gretel...能看到,這些收購覆蓋AI開發全流程,形成晶片到應用的閉環生態,整合至AI Enterprise套件。輝達這種「拼圖式併購」成效顯著,2024年其雲與軟件業務收入破15億美元,三年成長近5倍。如今,在年復合成長38%、2025年規模將破2,000億美元的全球AI雲服務市場中,輝達憑硬體優勢與生態整合再次佔據先機。高通,發力AI 收購Alphawave,加速佈局資料中心市場6月9日,高通宣佈將以約24億美元收購半導體IP廠Alphawave Semi。Alphawave Semi是高速有線連接和計算技術的半導體IP領導者。其核心業務涵蓋提供IP、定製晶片、連接產品和晶片組。需要指出的是,Alphawave的核心技術是SerDes,這是一種主流的時分多路復用(TDM)、點對點(P2P)的序列通訊技術。即在傳送端多路低速平行訊號被轉換成高速序列訊號,經過傳輸媒體(光纜或銅線),最後在接收端高速序列訊號重新轉換成低速平行訊號。這種點對點的序列通訊技術充分利用傳輸媒體的通道容量,減少所需的傳輸通道和裝置引腳數目,提升訊號的傳輸速度,從而大幅降低通訊成本。不僅如此,Alphawave還擁有多製程晶片設計能力,可建構高帶寬、高能源效率SoC系統,推出的光電互連產品線速率高達1.6Tbps。隨著AI、高效能計算(HPC) 和5G 等資料密集型應用的快速擴展,對高效、可靠處理大量資料的連接解決方案需求持續爆發,特別是在AI資料中領域,高速SerDes已經成為了關鍵的資料傳輸連接方案,預計未來市場規模將達到百億美元量級。IPnest資料顯示,在2024年的全球半導體IP市場,Alphawave已發展成為全球第四大半導體IP供應商。作為行動晶片市場的領導者大廠,高通目前還正在大力開拓資料中心市場。但是從零開始開發SerDes技術需要大約兩年的時間和專門的技術知識來支援。如果要達到全球領先級,則需要更長的時間和更多的資源投入。顯然,對於高通來說,收購Alphawave成為了其更好開拓資料中心市場的關鍵舉措。先前高通在伺服器市場因生態與能源效率競爭退場,此次收購補齊了其在互連技術上的短板,為高通Arm架構的AI服務器晶片提供技術支撐。高通對此表示,收購Alphawave旨在進一步加速高通進軍資料中心領域的步伐,並為其提供關鍵資產。此次收購旨在進一步加速高通往資料中心的擴張,並滿足高通Oryon CPU和Hexagon NPU對高效能、低功耗計算日益增長的需求,增強在AI推理領域中對高吞吐量與能源效率兼顧的數據處理能力。透過整合自有的NPU、DSP、通訊與互連IP資源,高通有機會打造從邊緣終端到雲端服務器的垂直一體化AI平台,在資料中心和AI領域競爭中佔據更有利地位,推動其在資料中心市場的戰略佈局。這項舉措不僅體現了高通對AI基礎設施市場的重視,也透露出其重新進入資料中心處理器市場的意圖。收購越南公司MovianAI,押註生成式AI4 月1 日,高通宣佈收購越南AI 研究公司MovianAI。MovianAI 原為越南企業集團Vingroup 旗下VinAI 的生成式AI 部門。作為一家領先的人工智慧研究公司,VinAI 以其在生成式人工智慧、機器學習、電腦視覺和自然語言處理方面的專業知識而聞名。將VinAI 先進的生成式人工智慧研發能力與高通數十年的廣泛研發相結合,將擴大其推動非凡發明的能力。高通表示,此次收購將增強高通的生成式人工智慧研發能力,並加速為智慧手機、個人電腦、軟體定義汽車等產品打造先進的人工智慧解決方案。收購邊緣AI開發平台Edge Impulse,賦能IoT今年3月,高通宣佈將收購邊緣AI開發平台Edge Impulse,希望此舉能擴展其對支援IoT產品的AI能力。據理解,Edge Impulse成立於2019年,在嵌入界的地位不可小覷。 Edge Impulse的開發平台包括用於資料收集和準備、模型訓練、部署和監控的工具,具有少量程式碼或無程式碼介面。開發人員使用Edge Impulse的平台將電腦視覺、時間序列資料、音訊事件和語音識別等AI功能加入到資產追蹤和監控、製造、異常檢測和預測性維護系統中的嵌入式系統中。此次收購,將加速Edge Impulse對高通Dragonwing處理器的支援,目前,Edge Impulse支援Dragonwing QCS6490和QCS5430處理器,併計劃為工業和嵌入式物聯網應用增加對其他Dragonwing處理器的支援。與此同時,Edge Impulse將維護其當前網站,其平台將繼續向來自該公司硬體合作夥伴的MCU、CPU、GPU和NPU用戶開放。軟銀吞併Ampere,劍指AI和半導體3月20日,軟銀宣佈將以65億美元全現金收購美國服務器CPU公司Ampere Computing,交易預計將於2025年下半年完成。Ampere由前英特爾高層Renee James於2017年創立,專注於Arm架構設計伺服器晶片,其核心業務覆蓋從邊緣到雲端資料中心的雲端工作負載產品,早期客戶包括微軟、Google、字節跳動、騰訊等。Ampere公司產品包括擁有128個核心的業界首個雲原生處理器Ampere Altra系列、擁有192個Ampere開發的單線程核心的旗艦產品AmpereOne系列處理器等,這也是業界核心數量最高的處理器,專為需要高等級效能、可預測性和規模的運算環境而設計。去年5月,Ampere更新年度策略與全新CPU產品路線圖,宣佈2025年將推出下一代旗艦產品3nm AmpereOne CPU,最多支援256核心和12通道DDR5記憶體。基於上述內容不難判斷,軟銀收購Ampere,意圖強化自身在AI和半導體領域佈局。一方面,軟銀可藉此獲得高性能CPU設計能力,Ampere處理器的高能效和計算能力,能支援AI訓練和推理工作負載,滿足數據中心需求,與軟銀先前收購的Graphcore的AI加速器形成互補,加速其在AI計算領域的競爭力。另一方面,Ampere基於Arm架構開發晶片,軟銀作為Arm大股東,可推動二者更深層次整合,優化架構適配AI工作負載,增強Arm在數據中心市場滲透率,借助Ampere客戶網絡,拓展在全球科技市場的影響力。MCU+AI,大勢所趨 ST收購Deeplite,戰略重心瞄準邊緣AI今年4月,意法半導體(ST)收購加拿大AI新創公司Deeplite的消息引發產業關注。眾所周知,在商業上部署深度學習模型時,面臨的重大挑戰是它們的運行規模、處理器量和功耗密集程度。 Deeplite透過提供自動化軟件引擎來優化DNN(深度神經網絡)模型,並在任何裝置上啟用AI進行邊緣計算,從而解決了這個問題。Deeplite成立於2017年,號稱邊緣AI的DeepSeek,其核心技術聚焦於AI模型優化、量化和壓縮,獨創的AI驅動優化器Neutrino,可將臃腫的深度學習模型壓縮至原體積的1/10,同時保持98%以上的精度。通過權重剪枝(移除冗餘參數)、量化(降低計算精度需求)、稀疏化(增加零值權重比例)三大絕技,可使AI大模型在邊緣裝置上運行得更快、更小、更節能,原本需要雲算力的AI應用,如今可在手機攝像機、工業傳感器等邊緣裝置上流暢運行。Deeplite公司在早期很受關注,曾被Gartner、Forbes、Inside AI和ARM AI評為首屈一指的邊緣AI創新者。本次收購與ST策略重心向邊緣AI轉移密切相關-硬體+軟件「雙螺旋」:Deeplite的模型優化技術與ST的STM32系列MCU、專用NPU深度融合,可打造從端到端的AI解決方案。例如在智慧工廠場景,搭載ST晶片的攝影機能直接完成缺陷檢測,無需上傳雲端,響應速度提升40倍。另一方面,Deeplite公司聚集著全球頂尖的AI演算法工程師。 ST藉此吸納超過200個邊緣AI開發工具,形成「模型庫-優化器-硬體平台」三位一體的開發生態。總之,收購Deeplite不僅補全了ST在AI軟件層的最後一塊拼圖,更預示著半導體產業從「造芯」轉向「造腦」的範式。NXP收購NPU公司Kinara,重新定位智慧邊緣今年2月,恩智浦宣佈將以3.07億美元全現金收購美國邊緣AI晶片初創公司Kinara。據悉,Kinara成立於2013年,最初名為Core Viz ,創立後公司更名為Deep Vision,2022 年再次更名為Kinara。 Kinara的分立式NPU(包括Ara-1和Ara-2)在性能和能源效率方面處於行業領先地位。這使它們成為視覺、語音、手勢和各種其他生成式AI驅動的多模式實現等新興AI應用的首選解決方案,且可程式設計性確保能適應AI演算法不斷發展。恩智浦表示,透過將Kinara的離散NPU與其自身的處理器、連接和安全軟件產品組合相結合,此次收購將幫助其提供從TinyML到生成式AI的完整且可擴展的AI平台,進而滿足工業和汽車市場快速增長的AI需求,助力其在工業和物聯網領域開創新的AI驅動系統,幫助簡化客戶端複雜度、開發能力,在企業複雜性、設備領域開闢新性。邊緣AI,MCU廠商的必爭之地在AI領域長期存在著「規模即實力」的認知誤區。儘管大模型性能強勁,卻面臨落地適配難題──其高能耗特性與邊緣端側的輕量化需求形成顯著矛盾。業界專家多次指出,大模型的應用場景存在天然侷限:一方面,訓練和運行大模型需消耗海量算力資源;另一方面,真正推動AI產業化落地的關鍵場域,恰恰在於對功耗、延遲更為敏感的邊緣計算與終端裝置。這也不難理解,上述這些收購案也預示著未來MCU的主戰場正向邊緣AI計算領域轉移。據預測,2025年預計有75%的資料將在邊緣側進行處理,端側AI MCU市場潛力巨大。這表明邊緣AI計算的需求正在快速增長,MCU作為邊緣裝置的核心元件,將在這一趨勢中發揮重要作用。未來的MCU不再侷限於傳統控制功能,而是逐漸整合AI推理能力,用於影像辨識、語音處理、裝置預測性維護等場景。具備邊緣運算能力的MCU憑藉低功耗、高效能、即時響應等特性,成為邊緣算力的重要載體,為智慧型裝置和系統提供更強大的支援。其他主要的MCU製造商也在不斷在該領域展開收購,並積極為競爭做準備。例如,瑞薩電子收購了Reality AI,英飛凌收購了瑞典的Imagimob,恩智浦推出了機器學習軟件eIQ和AI工具鏈NANO等。可以認為,邊緣AI將會是接下來幾年MCU的必爭之地。汽車電子,資本競逐重點近期,半導體收購中圍繞汽車應用的案例也相對較多,除了算力,汽車的動力總成、車載網絡連接、車載音頻系統等方面的演進,帶動了半導體技術的迭代更新,並促使相關企業通過收併購來補充技術版圖。高通收購Autotalks,加強V2X佈局6月6日,高通宣佈完成了對V2X車聯網通訊晶片企業Autotalks的收購,此前在2024年3月因監管機構未能及時批准而放棄了收購,如今隨著監管障礙的消除,高通得以順利完成此次收購。Autotalks自2009年起專注於V2X通訊,作為無晶圓廠半導體公司,它在業界成就斐然。其率先推出業界首款專為V2X打造的晶片組,產品支援DSRC專用短程通訊與C-V2X等所有主要全球通訊標準,提供的車規級雙模全球V2X解決方案,可實現車-車、車-基礎設施、車-行人等多類V2X場景通訊,擁有毫秒級低時延響應的優勢,可有效減少車輛相撞事故,在改善出行體驗的同時,為自動駕駛安全冗餘提供關鍵技術支撐,是汽車安全系統的重要組成部分。對高通而言,此次收購意義重大。從業務佈局來看,高通致力於建構「雲-管-端」一體化生態,收購Autotalks後,將其產品整合到驍龍數字底盤產品組合中,極大地強化了該平台的連接能力,讓高通得以向汽車製造商提供從車載終端到路側單元的V2X全端解決方案,車型覆蓋乘用車、設備與車載服務與設備不同的設備,提升了不同設備的設備與乘用車、設備在設備上不同的設備與設備提供不同的設備與商用空間。從策略發展角度出發,高通自2017年就投身V2X技術的研究、開發與部署,深知其在提昇道路安全、推動智慧交通系統建設的巨大潛力。透過收購Autotalks,高通補齊了V2X領域的關鍵技術拼圖,在ADAS和自動駕駛領域的競爭力顯著增強,進一步鞏固了在汽車業務版圖中的地位,為爭奪智慧汽車「大腦」市場奠定了更堅實的基礎。英飛凌收購Marvell汽車乙太網路業務,搶佔車用晶片高地4月7日,英飛凌宣佈將以25億美元的現金收購Marvell汽車乙太網路業務。預計將於2025年內完成,交易完成後,Marvell汽車以太網業務將成為英飛凌汽車部門的一部分。但該交易仍需滿足常規成交條件,包括獲得監管部門批准。汽車以太網是傳統以太網技術在汽車領域的應用,旨在滿足智慧網聯汽車對高帶寬、低延遲、高可靠性的通訊需求,是低延遲、高帶寬通訊的關鍵支援技術,對軟體定義汽車至關重要。此外,在人形機器人等相鄰應用領域也具有巨大潛力。據介紹,Marvell的汽車乙太網路技術主要包括多款千兆乙太網路PHY、中央汽車乙太網路交換器等。其Brightlane汽車以太網PHY收發器、交換器和橋接器產品組合,支援100Mbps至10Gbps的速率。這次收購,就像是為英飛凌的汽車智慧化拼圖補上了關鍵的一塊。二者的結合,一方面將進一步鞏固英飛凌在汽車MCU領域的領先地位;同時也將建構起一個「通訊+控制」的全端解決方案,直接為軟體定義汽車的區域架構轉型賦能。此外,從商業價值角度考量,這筆交易對英飛凌同樣極具吸引力。據悉,Marvell汽車以太網業務客戶包括50多家汽車製造商,其中包括十大領先OEM中的8家。該業務預計在2025年將創造2.25億至2.5億美元的收入,毛利率約為60%。英飛凌預計,到2030年,該業務累計設計中標訂單規模將達約40億美元,將為英飛凌在自動駕駛、車聯網等領域的長期佈局奠定了堅實的基礎。這意味著,在未來的市場競爭中,英飛凌憑藉著這項收購,不僅能夠在技術上實現突破,還能在商業層面收穫豐厚的回報。另外,透過整合研發力量和利用英飛凌的生產規模,預計將產生更多的成本協同效應,進一步強化英飛凌在汽車電子領域的市場佈局。恩智浦收購TTTech Auto,加速向軟件定義汽車轉型今年1月,恩智浦半導體宣佈達成最終收購協議,將以6.25億美元全現金收購TTTech Auto。 6月17日正式完成該收購。據悉,TTTech Auto致力於為軟件定義汽車(SDV)開發獨特的安全關鍵型系統和中介軟件,已與眾多領先汽車OEM建立合作關係,提供優化性能、安全性、整合度和軟件更新的解決方案,從而助力汽車OEM專注於提升駕駛體驗。在獲得監管機構批准後,TTTech Auto管理團隊、知識產權、資產以及約1100名工程師將併入恩智浦的汽車團隊。加入恩智浦後,TTTech Auto將繼續服務現有客戶,同時在恩智浦品牌下拓展其全球業務版圖。恩智浦CoreRide平台的開放式、模組化方案與TTTech Auto 的MotionWise 安全中介軟件相結合,有助於汽車製造商克服軟件與硬體整合的障礙,同時降低複雜性和開發工作量,並提升下一代汽車所需的可擴展性和成本效益。 TTTech Auto的軟件專業知識與恩智浦的硬體能力聯合,為汽車製造商提供獨特的SDV開發平台。恩智浦完成對TTTech Auto的收購,標誌著從晶片到系統,全面進入軟件定義汽車時代值得關注的是,收購完成後,TTTech Auto的服務仍將保持中立,繼續在開放的行業生態中運營,支援多種SoC製造商、OEM以及第三方軟件合作夥伴。這項策略將推動SDV能力的發展,同時維持嚴格的安全與效能標準,並確保資料保護。恩智浦收購Aviva Links:增強汽車連接技術2024年12月,恩智浦宣佈將以2.425億美元現金收購美國SerDes新創公司Aviva Links。Aviva Links是汽車SerDes聯盟(ASA)標準車載連接解決方案供應商。 Aviva Links在基於ASA的非對稱鏈路領域技術領先,專注於ADAS和IVI應用。其研發的非對稱以太網裝置能在單晶片內實現視頻和以太網通訊,支援高帶寬和低延遲的車輛互聯需求,這對ADAS 和IVI 系統的高效運行意義重大,可幫助OEM打造基於開放標準的互通型網絡架構。這項收購將進一步豐富恩智浦汽車網絡和連接產品組合,有助於鞏固恩智浦在汽車以太網和高速連接領域的技術優勢,為汽車製造商提供更高效的連接解決方案。安森美收購Qorvo碳化矽JFET,鞏固AI與電動車市場1月16日,安森美(onsemi)宣佈以1.15億美元現金從Qorvo完成對碳化矽結型場效應晶體管(SiC JFET) 技術業務(包括United Silicon Carbide子公司)的收購。 SiC JFET技術的加入將補充安森美廣泛的EliteSiC電源產品組合,這筆交易加強了安森美在人工智慧數據中心和電動車這兩個關鍵增長領域的地位。一方面,SiC JFET技術與安森美的EliteSiC產品組合的整合滿足了AI基礎設施日益增長的功率密度需求,這在資料中心在AI熱潮中努力提高能源效率的情況下尤為重要。就背景而言,傳統的矽基電源解決方案已達到其物理極限,這使得SiC技術對於高效能運算應用越來越有價值。另一方面,在電動汽車領域,此次收購的價值主張在於電池斷路裝置,其中SiC JFET可以透過元件整合來提高效率和安全性。這與產業推動電動車更高電壓架構的趨勢一致,有可能讓安森美半導體在快速成長的電動車市場中獲得競爭優勢。EDA/IP賽道的併購邏輯在EDA/IP領域,無論是新思科技計畫收購Ansys,達梭以21億美元收購AI設計公司Oqton,或是西門子、Cadence的多次出擊,都旨在打造從晶片設計到系統模擬的全鏈條能力。西門子連續4筆收購,擴展EDA戰略版圖5月20日,西門子又宣佈了一項重要收購,正式簽署協議收購美國EDA公司Excellicon。這是今年3月收購Altair、4月收購Dotmatics、DownStream和Wevolver 之後,西門子在三個月內完成的第五筆重大收購。此次併購體現出西門子持續強化其EDA能力的堅定步伐——Excellicon成立於2009 年,是業內唯一一家涵蓋完整時序約束流程的軟件公司,其產品線支援從約束檔案的編寫、編譯到形式化驗證和多模態管理,貫穿從設計概讀到物理實現的全流程。這種全覆蓋能力對於SoC設計的功耗、效能、面積(PPA)優化,以及設計效率提升具有重要意義。西門子本身在EDA領域已有一套完整的產品線,包括功能驗證工具Questa、測試平台Tessent、佈局佈線工具Aprisa,以及功耗優化工具PowerPro等。這些軟件已經涵蓋了從設計到驗證的多個環節,但在「時序約束」這一關鍵環節,仍缺少一個專業的補位。而Excellicon的加入,剛好補齊了這塊短板。此次收購將Excellicon在時序約束開發、驗證和管理方面的成熟技術引入西門子的EDA產品組合中,實現從設計、驗證到測試的全流程閉環,旨在為系統級晶片(SoC)設計師提供更高效的設計閉環和更準確的功能與結構約束驗證能力。透過此次收購,西門子不僅補齊了EDA工具鏈中關鍵的時序約束環節,還進一步夯實了其在SoC設計流程中從功能驗證到物理實現的全流程能力。這個戰略動作與西門子加速推動數位化轉型和打造Xcelerator業務平台的願景高度契合,也再次彰顯其致力於用技術改變日常生活的企業使命。從更大的層面看,西門子今年的幾輪收購明顯圍繞著「數字化」和「自動化」兩大主線展開。 3月26日收購Altair,增強模擬和AI建模實力;4月2日以51億美元拿下Dotmatics,擴展在生命科學領域的數字化能力;4月收購PCB製造數據準備解決方案供應商DownStream,深化PCB設計領域佈局;4月30日收購Wevolver,強化工程師社區和內容平台的影響力。從這些動作可以看出,西門子正在透過併購不斷完善其「工業軟體+AI+EDA」整體技術體系,形成自己的護城河。Cadence收購Arm基礎IP業務,建構全端IP版圖4月17日,EDA巨頭Cadence宣佈與Arm達成協議,收購其Artisan基礎IP業務,這場涉及標準單元庫、內存編譯器和通用I/O(GPIO)等核心技術的交易,不僅標誌著半導體產業鏈的深度整合,更折射出先進工藝時代下技術生態的劇烈重構。此交易預計於2025年第三季完成,但需通過全球監管審查。從戰略層面來看,這既是Cadence建構全端IP版圖的關鍵落子,也是Arm輕資產轉型的重要轉折,其影響或將重塑晶片設計產業的權力版圖。對Cadence而言,這次收購本質上是其IP戰略的"最後一公里"衝刺。作為EDA三巨頭中介面IP領域的領跑者,Cadence已在PCIe/CXL/UCIe協議IP、112G SerDes和Secure-IC安全IP等高端市場佔據優勢,但基礎IP的缺失始終制約著其提供端到端解決方案的能力。 Artisan IP的併入恰好填補了這一空白——該業務歷經25年發展,沉澱了覆蓋台積電N3/N2、三星SF3及Intel 18A等先進工藝的物理層IP庫。特別是其記憶體編譯器技術,能根據客戶需求動態產生SRAM/ROM實例,這在Chiplet異構整合浪潮中具有戰略價值。交易完成後,Cadence將形成從晶體管級單元庫到系統級介面IP的完整鏈條,配合其Integrity 3D-IC工具鏈,可實現對晶片PPA的全流程掌控。正如Cadence矽片解決方案事業部總經理Boyd Phelps所言,收購將"實施全面的IP戰略",這種垂直整合能力在當前2nm GAA晶體管工藝研發成本飆升的背景下顯得尤為關鍵。Cadence收購Secure-IC,加強IP安全今年1月,Cadence宣佈已達成最終協議,收購領先的嵌入式安全IP平台供應商Secure-IC。Secure-IC擁有專業人才,其嵌入式安全IP、安全解決方案、評估工具及服務與Cadence高度互補,將充實Cadence經矽驗證的IP產品組合,如介面、內存、AI/ML和DSP等解決方案。Secure-IC 的客戶群包括SK Hynix Memory Solutions America、Synaptics、Silicon Labs 和Faraday Technology 等頂級客戶,這些客戶遍佈全球主要垂直行業,包括汽車、資料中心、移動、航空航天和國防、移動、網絡、物聯網和消費電子產品。 Secure-IC一直為各行各業的合作夥伴和客戶提供全面的安全解決方案,在全球範圍內完成了500多個成功項目。對於Secure-IC的客戶而言,此次併購可增強其全球影響力、保障長期穩定性、加速路線圖進度,同時維持最高的標準的產品品質和支援。 Secure-IC的全面解決方案(Securyzr™ 、Laboryzr™ 和Expertyzr™ )將整合到Cadence的產品組合中,幫助Cadence加速創新,拓寬產品功能,更好地為不同行業領域和業務提供支援。 Cadence全面的端對端安全解決方案將兼具安全性、設定輕鬆、部署輕鬆、適用範圍廣等優勢。可以理解為,此次收購將為Cadence帶來顯著的市場協同效應,進一步拓展其在AI加速器、協議控製器和多處理器架構等領域的應用。縱觀EDA產業近期的收購案例不難發現,這些收購或將成為半導體產業發展的分水嶺。當EDA巨頭手握從工具、IP到工藝優化的全鏈條能力,晶片設計正在從"工具賦能"走向"生態統治"的時代。而在更宏大的敘事裡,EDA巨頭們的頻頻出手,或許正在書寫摩爾定律黃昏時代的新生存法則——在這裡,生態整合能力比單一技術突破更具統治力。寫在最後半導體產業是典型的技術密集和資本密集產業,回顧過去幾十年發展歷程,整合併購是產業必然的趨勢。AI巨頭透過頻頻收購,試圖補全技術版圖,建構「晶片+系統+生態」的全階優勢;MCU大廠逐漸向邊緣AI轉型,以低功耗、高靈活性搶佔端側智慧市場;汽車領域聚焦車載計算、自動駕駛與資料互聯,成資本逐重點;EDA產業則從工具供給轉向生態建構,巨頭透過整合與競爭,打造標準工具的結構結構,打造標準工具構,打造標準工具構,打造標準工具的結構結構,打造標準工具透過整合。在這場併購浪潮中,技術協同、市場擴張與生態統治成為核心邏輯,企業需在資本湧入下平衡短期整合與長期研發。因為半導體的技術壁壘與資本密集特性,註定了這場轉型並非“捷徑”,而是需要長期投入的“耐力賽”。 (半導體產業觀察)
恩智浦25年一季度財報:穩健應對下行周期,“邊緣智能”戰略延續
恩智浦NXP在2025年第一季度交出了一份“穩中有憂”的財報:營收同比下降9%至28.35億美元,淨利潤同比下滑23%,但毛利率56.1%和經營利潤率31.9%展現出強勁的盈利能力。面對地緣政治、宏觀經濟不確定性和半導體周期下行的多重壓力,通過成本控制、資本回報和戰略投資保持了韌性。同時,CEO Kurt Sievers宣佈將於2025年底退休,Rafael Sotomayor接任,對邊緣智能戰略的持續信心。我們將從財務表現、業務細分、技術創新與戰略佈局等維度,剖析NXP從財報裡給我們的資訊。Part 1財務表現分析:頂住下行壓力的穩健表現NXP 2025年Q1實現收入28.35億美元,同比下滑9%,連續第二個季度呈現雙位數收入下降。歸屬於股東的淨利潤為4.90億美元,同比下降23%。在行業整體面臨庫存調整、需求疲軟的背景下,業績雖不理想,關鍵財務指標的盈利能力仍維持在健康區間。◎ 營收28.35億美元,同比下降9%;◎ 歸屬於股東的淨利潤為4.90億美元,同比下降23%;◎ Non-GAAP毛利率為56.1%,經營利潤率為31.9%,分別僅較去年同期下降2.1和2.6個百分點;◎ 自由現金流為4.27億美元,資本回報率高達131%,包括3.03億美元股票回購與2.58億美元分紅,對自身現金流的信心。毛利環比僅下降1.4個百分點,表現優於多家同行,如TI和ADI在同周期內的毛利壓縮幅度更大,體現NXP在成本控制與產品組合上的強韌性。● 從業務構成來看,四大類股全面下滑:◎ 汽車業務:收入16.74億美元,同比下降7%,環比下降6%,佔總營收近60%。受下游整車廠庫存調整影響,NXP憑藉S32平台在軟體定義汽車(SDV)領域的領先地位,仍保持了市場競爭力。◎ 工業與物聯網:收入5.08億美元,同比下降11%,環比下降2%。工業自動化需求放緩,在低功耗MCU和邊緣AI領域的佈局為其提供了長期增長潛力。◎ 移動業務:收入3.38億美元,同比下降3%,環比下降15%。智慧型手機市場波動較大,在安全晶片和超寬頻(UWB)技術上的優勢為其提供了緩衝。◎ 通訊基礎設施與其他:收入3.15億美元,同比下降21%,環比下降23%,主要受5G基建投資放緩影響。汽車業務佔比接近60%,依舊是支柱,短期內受下游庫存調整影響,但在向SDV(軟體定義汽車)演進的趨勢中,NXP以S32平台為核心的戰略優勢正逐步顯現。在行業下行周期中,NXP展現出較強的營運紀律與財務韌性。◎ Q1管道庫存升至9周,去庫存處理程序尚未結束,通過精準生產與供應鏈管理,有效避免庫存積壓風險。◎ 現金轉換周期延長至141天,反映出營收放緩帶來的營運資本壓力,但仍處於行業可控範圍。◎ 淨槓桿率上升至1.6倍,並獲得歐洲投資銀行10億歐元低息貸款,為研發和資本支出提供有力支援。NXP在周期波動中保持了高毛利結構與資本效率。Part 2戰略動態與未來展望:從邊緣智能到領導力傳承Kurt Sievers將在2025年底退休,結束其30年NXP生涯,自2020年起擔任CEO以來,他帶領公司成功從傳統MCU供應商轉型為邊緣智能系統解決方案廠商。接任者Rafael Sotomayor長期負責公司戰略與產品線,曾主導S32平台、i.MX邊緣計算架構的推進,未來不會在戰略方向上產生動搖。此次交接被市場解讀為“平穩過渡”,而非危機應對,也表明董事會對“Automotive + Edge Intelligence”的長期信仰沒有變化。● NXP一季度技術發佈頻繁,體現了其圍繞“邊緣智能”建構系統級平台的願景:◎ 推出MCX L14x / L25x超低功耗MCU系列,採用雙核架構+獨立感知域,面向工業感測器等電池供電應用場景。◎ 發佈S32K5系列MCU,全球首款16nm FinFET工藝+嵌入式MRAM的汽車級微控製器,為未來區域控製器與整車域控制打下基礎。◎ 宣佈收購Kinara公司,以3.07億美元全現金收購具備可程式設計NPU能力的初創公司,補強AI推理在邊緣裝置中的算力能力,有望未來整合至i.MX或S32平台。從硬體、架構、演算法到生態,NXP正建構一個完整的“端智能平台”,而非僅僅提供晶片元件。這種戰略將增強其在汽車、工業自動化與智慧樓宇場景中的粘性。NXP與Honeywell在2025年1月宣佈擴大合作,Honeywell Anthem座艙系統將採用NXP的i.MX 8應用處理器,並探索自動飛行路徑。這一合作說明NXP的嵌入式平台已經跨出傳統地面工業,向航空電子邁進,為“邊緣計算 Everywhere”理念鋪路。NXP也在樓宇能源管理領域與Honeywell有深度合作,聯合最佳化感測-控制-通訊鏈路,逐步將“智能邊緣”方案擴展至更多B2B場景。小結總體而言,NXP在2025年Q1交出了一份“基本面穩健,轉型持續推進”的成績單。面對行業逆風,其保持了強勁的盈利能力和現金流,技術與產品迭代未受宏觀波動影響。CEO交接也未帶來戰略不確定,反而強化了“邊緣智能”方向的連續性。從汽車SDV架構到工業AI推理,從嵌入式控制到智能感測器,NXP正逐步由SoC供應商向系統平台引領者演化。 (芝能汽車)