Recentemente, houve uma onda de fusões e aquisições na indústria global de semicondutores, com gigantes como Qualcomm, AMD, Infineon e NXP tomando medidas para acelerar a integração de tecnologia e a expansão de mercado.
Essas medidas não apenas refletem as considerações estratégicas das empresas em buscar alianças sólidas e vantagens complementares na acirrada competição de mercado, mas também indicam que o cenário da indústria de semicondutores pode estar prestes a passar por novas mudanças.
Ao analisar fusões e aquisições recentes no setor internacional de semicondutores, resumi aproximadamente quatro palavras-chave: IA, MCU+, automóveis e EDA.
MCU + IA: tendência inevitável
A STMicroelectronics adquire a Deeplite, focando em IA de ponta.
Em abril deste ano, a STMicroelectronics (ST) adquiriu a startup canadense de IA Deeplite, o que atraiu a atenção da indústria. Como todos sabemos, um dos principais desafios enfrentados pelos modelos de aprendizado profundo em sua implementação comercial é a escalabilidade, os requisitos de processador e o alto consumo de energia. A Deeplite resolve esse problema fornecendo um mecanismo de software automatizado para otimizar modelos de DNN (rede neural profunda), permitindo que a IA execute computação de borda em qualquer dispositivo.
Fundada em 2017, a Deeplite é conhecida por sua solução de IA de borda, o DeepSeek, com foco na otimização, quantização e compressão de modelos de IA. Seu inovador otimizador baseado em IA, o Neutrino, consegue comprimir grandes modelos de aprendizado profundo para um décimo do tamanho original, mantendo mais de 98% de precisão. Por meio de três tecnologias principais — poda de pesos (remoção de parâmetros redundantes), quantização (redução dos requisitos de precisão computacional) e esparsificação (aumento da proporção de pesos com valor zero) —, grandes modelos de IA podem ser executados de forma mais rápida, compacta e com maior eficiência energética em dispositivos de borda. Aplicações que antes exigiam recursos de computação em nuvem agora podem ser executadas sem problemas em dispositivos de borda, como câmeras de smartphones e sensores industriais.
A Deeplite atraiu muita atenção em seus primeiros anos e foi nomeada uma inovadora líder em IA de ponta pela Gartner, Forbes, Inside AI e ARM AI. Essa aquisição está intimamente ligada à transformação estratégica da STMicroelectronics para IA de ponta, que combina hardware e software em um modelo de "dupla hélice". A tecnologia de otimização de modelos da Deeplite está profundamente integrada aos microcontroladores da série STM32 da STMicroelectronics e às NPUs dedicadas para suportar a construção de soluções de IA de ponta a ponta. Por exemplo, em cenários de fábricas inteligentes, câmeras equipadas com chips da STMicroelectronics podem detectar defeitos diretamente, sem a necessidade de enviar dados para a nuvem, e a velocidade de resposta aumenta em 40 vezes.
Por outro lado, a Deeplite possui uma equipe de engenheiros de algoritmos de IA de classe mundial, por meio da qual a ST integrará mais de 200 ferramentas de desenvolvimento de IA de ponta para formar um ecossistema de desenvolvimento unificado de "biblioteca de modelos-otimizador-plataforma de hardware". Em resumo, a aquisição da Deeplite não apenas completa a última peça do quebra-cabeça da ST no nível de software de IA, mas também marca a mudança de paradigma da indústria de semicondutores, da "fabricação de chips" para a "fabricação de cérebros".
A NXP adquire a Kinara, empresa de NPU (Unidade de Processamento de Rede), para reposicionar a computação de borda inteligente.
Em fevereiro deste ano, a NXP anunciou a aquisição da Kinara, uma startup americana de chips de IA de ponta, por US$ 307 milhões em dinheiro. A Kinara foi fundada em 2013 com o nome original de Core Viz, posteriormente renomeada para Deep Vision e, em 2022, para Kinara. A NPU discreta da Kinara (incluindo Ara-1 e Ara-2) lidera o setor em desempenho e eficiência energética, tornando-se a solução preferida para aplicações emergentes de IA baseadas em visão computacional, voz, gestos e outras implementações de IA generativa. Sua programabilidade garante a adaptação a algoritmos de IA em constante evolução.
A NXP afirmou que essa aquisição combinará a NPU independente da Kinara com seu próprio portfólio de processadores, conectividade e software de segurança, o que ajudará a fornecer uma plataforma de IA completa e escalável, desde TinyML até IA generativa, para atender às crescentes necessidades de IA dos mercados industrial e automotivo. Isso ajudará a criar novos sistemas orientados por IA nos setores industrial e de IoT, auxiliando os clientes a simplificar a complexidade, acelerar o tempo de lançamento no mercado e aprimorar as capacidades técnicas em áreas como carros inteligentes, rumo a campos de alto valor agregado.
Inteligência Artificial de Borda: Um Campo de Batalha para Fabricantes de MCUs
Há muito tempo existe um equívoco no campo da inteligência artificial de que "escala é poder". Embora modelos grandes apresentem excelente desempenho, eles enfrentam desafios na implementação prática — seu alto consumo de energia é contrário aos requisitos de baixo consumo de energia na borda da rede. Especialistas do setor têm apontado repetidamente as limitações inerentes aos cenários de aplicação de modelos grandes: por um lado, o treinamento e a execução de modelos grandes exigem recursos computacionais massivos; por outro lado, as áreas-chave para promover a industrialização da inteligência artificial são justamente a computação de borda e os dispositivos terminais, que são mais sensíveis ao consumo de energia e à latência.
Não é difícil perceber que as aquisições acima demonstram que o principal campo de atuação dos microcontroladores (MCUs) está se voltando para a computação de IA na borda. Espera-se que, até 2025, 75% dos dados sejam processados na borda, o que evidencia o enorme potencial do mercado de MCUs para IA na borda. Isso demonstra que a demanda por computação de IA na borda está crescendo rapidamente e que os MCUs, como componente central dos dispositivos de borda, desempenharão um papel fundamental nessa tendência.
No futuro, os microcontroladores (MCUs) não se limitarão mais às funções de controle tradicionais, mas integrarão gradualmente recursos de raciocínio de inteligência artificial (IA) e serão aplicados em cenários como reconhecimento de imagem, processamento de voz e manutenção preditiva de equipamentos. Os MCUs com capacidade de computação de borda se tornarão importantes vetores de poder computacional na borda, graças ao seu baixo consumo de energia, alta eficiência e resposta instantânea, oferecendo maior suporte a dispositivos e sistemas inteligentes.
Outros grandes fabricantes de MCUs também estão ativamente adquirindo e competindo nesse campo, como a aquisição da Reality AI pela Renesas Electronics, a aquisição da sueca Imagimob pela Infineon e o lançamento do software de aprendizado de máquina eIQ e da cadeia de ferramentas de IA NANO pela NXP.
Pode-se concluir que a IA de ponta se tornará um campo de batalha crucial para os MCUs nos próximos anos.
Eletrônica automotiva: o foco da competição de capitais
Recentemente, fusões e aquisições no setor de semicondutores relacionadas a aplicações automotivas têm se tornado frequentes. Além da capacidade de processamento, a evolução dos sistemas de propulsão automotiva, da conectividade de rede veicular, do áudio veicular e de outras tecnologias também impulsionou a iteração e atualização da tecnologia de semicondutores, levando empresas do setor a complementarem seus portfólios tecnológicos por meio de fusões e aquisições.
A indústria de semicondutores é um exemplo típico de indústria intensiva em tecnologia e capital. Olhando para as últimas décadas, a integração e as fusões tornaram-se uma tendência inevitável no desenvolvimento do setor.
As gigantes da IA frequentemente realizam aquisições em um esforço para aprimorar seu portfólio tecnológico e construir uma vantagem integrada de "chip + sistema + ecossistema". Os principais fabricantes de MCUs estão gradualmente migrando para a IA de borda, buscando conquistar o mercado de terminais inteligentes com baixo consumo de energia e alta flexibilidade. No setor automotivo, a computação embarcada, a direção autônoma e a interconexão de dados tornaram-se áreas-chave de competição acirrada. Ao mesmo tempo, a indústria de EDA está passando de fornecedora de ferramentas para construtora de ecossistemas. As gigantes integram propriedade intelectual e processos de design, consolidando sua dominância de mercado por meio da arquitetura "ferramenta-arquitetura-padrão".
Nessa onda de fusões e aquisições, a colaboração tecnológica, a expansão de mercado e o domínio do ecossistema tornaram-se a lógica central. As empresas precisam equilibrar a integração de curto prazo com a pesquisa e o desenvolvimento de longo prazo em meio ao influxo de capital. Dadas as barreiras tecnológicas e a natureza intensiva em capital da indústria de semicondutores, essa transformação não é um "atalho", mas uma "maratona" que exige investimento a longo prazo.
Data da publicação: 30 de junho de 2025