近段時間來，全球半導體行業并購潮涌動，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。

通過審視近期國際半導體企業收并購案例，筆者大致總結出四個關鍵詞： AI、MCU+、汽車與EDA。

一、AI巨頭，查漏補缺

1. 連續收購3家AI公司，AMD正面迎戰英偉達

在AI芯片市場，英偉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天內連續宣布多項重要收購，加拿大的Untether AI、美國的編譯器團隊Brium，以及主攻光子芯片的Enosemi公司，覆蓋從硬件架構、軟件編譯到芯片互聯的完整AI技術鏈條。

這幾筆交易明確顯示，AMD正致力于進一步鞏固其在人工智能領域的競爭實力，以及挑戰英偉達在AI硬件領域統治地位的堅定決心。

AMD收購AI芯片創業公司Untether AI

6月5日，AMD宣布達成戰略協議，收購了加拿大AI推理芯片公司Untether AI的整個硬件與軟件工程師團隊。

Untether AI成立于2018年，核心業務是基于“近內存計算”架構開發AI推理芯片，將AI推理計算靠近內存執行，減少數據搬運。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，于數據中心與邊緣設備兩類場景均取得“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，與英偉達大功率GPU思路不同。

Untether AI的產品比競爭對手在邊緣和數據中心場景更快速、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，目的在于 補足自身在內存計算架構方面的能力，在數據中心和邊緣AI領域實現差異化布局。 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推理芯片需求增長，AMD此舉意在增強自身在AI推理市場競爭力，挑戰英偉達。

收購后，該團隊將提升AMD在AI編譯器、內核開發、數字與SoC設計、設計驗證及產品集成等方面的能力。

此前，AMD已通過收購Xilinx、Pensando、Silo AI、Mipsology、ZT Systems等企業強化異構計算、網絡加速、AI模型訓練與推理等能力。未來AMD有望借助此次收購，結合此前收購成果，構建抗衡英偉達AI技術棧的方案，推動自身在AI領域的發展。

AMD收購AI軟件優化創業公司Brium

6月4日，AMD宣布收購AI編譯器公司Brium。

據了解，Brium成立于2024年，此前處于“隱身”運營，由在機器學習、人工智能推理和性能優化方面具備深厚專業知識的編譯器及人工智能軟件專家組成。Brium的核心業務是專注于AI編譯器研發，堪稱芯片的“翻譯官”，能將復雜AI模型任務轉化為芯片可理解并高效執行的指令代碼。Brium具備獨特優勢，擁有在編譯器技術、模型執行框架和端到端人工智能推理優化等方面的技術經驗，能在模型到達硬件前對整個推理堆棧進行優化，減少對特定硬件配置的依賴，實現更快速、高效的開箱即用AI性能。

通過收購Brium，AMD能夠 補足技術短板，打破AI軟件開發領域對英偉達硬件的依賴，增強自身在AI領域的競爭力。 此次收購預計將為AMD帶來諸多價值和賦能：

例如，有望提升自家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平臺能更高效處理訓練和推理工作負載；有助于加速AMD AI軟件堆棧背后的開源工具發展，滿足醫療保健、生命科學、金融和制造等垂直領域客戶的特殊需求，拓寬市場覆蓋范圍。

這是AMD為增強與英偉達競爭地位而進行的一系列收購之一，未來AMD將借助Brium的技術，進一步完善自身AI技術版圖，構建高性能、開放的AI軟件生態系統，推動AI業務發展。

AMD收購硅光子芯片初創公司Enosemi

5月28日，AMD宣布收購硅光子芯片初創公司Enosemi。

據悉，Enosemi成立于2023年，員工僅16人，總部位于硅谷，由半導體背景深厚的專家和博士組成。其核心業務是研發光子集成電路 （PIC） ，將多個光學器件功能集成于單顆芯片，實現芯片內光的高速數據傳輸，相比傳統電信號傳輸，速度更快、功耗更低，契合數據中心、AI等對帶寬和效率要求高的場景。

并且Enosemi在大規模構建和交付光子集成電路上取得突破，是少數能實現量產交付的光通信初創公司，具備從芯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芯片間數據交互在帶寬和能耗上的需求，而CPO技術被視為關鍵突破口。此次收購，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，提升產品系統性能，有力應對英偉達在AI服務器系統、GPU互連等方面的領先地位。

未來，AMD計劃加快CPO商用部署，將光引擎與AI加速芯片封裝集成；優化AI整機系統能效，構建高帶寬、低功耗的AI超算和數據中心；推動AI系統架構向計算與通信一體的分布式、集成化架構演進；拓展生態協作伙伴，打通產業鏈上下游。

這是 AMD從“賣芯片”向“提供完整AI系統解決方案”轉型的重要一環。 此次收購后，AMD在AI時代的產品布局將更全面，能提供從中央處理器、圖形處理器到光電子器件的系統級能力，滿足數據中心和AI集群對高性能、低能耗的需求，標志著AI硬件競爭已進入系統全棧競爭階段。

回顧這幾年，AMD在AI布局上持續發力：收購Xilinx，獲得了強大的FPGA和AI引擎能力；拿下Pensando，補齊了網絡與數據處理短板；整合Silo AI和Mipsology，完善AI軟件生態；最近又把ZT Systems納入麾下，拓展至機架級系統集成。如今再通過Untether AI、Brium、Enosemi等多筆收購，將技術觸角進一步延伸至近內存計算、編譯器、光互連等領域。

在這一系列“買買買”的背后，是清晰方向和配套思路的系統布局。

AMD正通過合并收購所得的技術和人才，逐步建立起一個包含硬件、軟件、AI在內的全方位科技藍圖，一步步搭建覆蓋“算力+通信”全鏈條的解決方案，通過系統化、差異化的技術布局，在新一代AI基礎設施建設中贏得屬于自己的一席之地。

2. 英偉達“拼圖式并購”，成效顯著

收購GPU租賃商Lepton AI，向“云+軟件”領域拓展

4月8日，英偉達完成對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1100萬美元天使輪融資。

Lepton AI致力于為企業提供高效、可擴展的AI應用平臺。其雖不直接擁有GPU，卻憑借“云原生+多云整合”技術，以低成本調度全球GPU資源，還開發軟件助力創企構建、管理AI應用。僅成立兩年時間，Lepton AI就被SemiAnalysis評為全球GPU云服務黃金梯隊中“唯一未燒錢囤貨的玩家”。

Lepton AI主營業務致力于打磨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。在其愿景里，開發者能通過產品化的方式更容易地完成訓練、部署和擴展，從而更高效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云GPU解決方案，于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年底推出的對話式搜索引擎Lepton Search，據稱核心代碼量不到500行，卻成功基于Lepton AI平臺實現了智能搜索功能，開源版本 （GitHub） 發布后迅速登上熱榜，讓人不禁想起早期用極簡代碼撬動復雜深度學習框架的“黑客式”創新思維。

除了產品，Lepton AI也在推動一系列基礎工具和云平臺建設，比如提供Python SDK支持HuggingFace模型集成，以及通過從GitHub倉庫直接創建AI模型的方式，進一步降低AI開發的門檻。

英偉達收購Lepton AI，可獲取其獨特技術與客戶群體，增強在云服務與企業軟件市場實力，構建“芯片+云平臺”端到端解決方案。在收購邏輯上，英偉達作為硬件霸主，面臨AWS、谷歌云等巨頭自研芯片及低價租賃策略沖擊，其壟斷地位受威脅。

通過收購，英偉達能 從硬件向“云+軟件”領域拓展，鞏固GPU租賃與云服務市場，抵御云巨頭生態閉環沖擊 ，還能滲透中小企業市場，推動軟件業務增長，實現從“硬件霸主”向“全棧服務商”的戰略轉型。

收購初創公司Gretel，聚焦AI訓練數據

今年3月，英偉達收購了總部位于圣地亞哥的初創公司Gretel。

據了解，Gretel于2019年創立，其開發了生成合成AI訓練數據的平臺，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訓練數據。

根據Crunchbase的數據，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人團隊并入英偉達，其技術將作為英偉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。

在戰略并購層面，英偉達近年在AI基礎設施領域動作頻頻。2024年，英偉達7億美元收購集群管理平臺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，提升模型能效比，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，形成芯片到應用的閉環生態，集成至AI Enterprise套件。英偉達這種“拼圖式并購”成效顯著，2024年，其云與軟件業務收入破15億美元，三年增長近5倍。如今，在年復合增速38%、2025年規模將破2000億美元的全球AI云服務市場中，英偉達憑借硬件優勢與生態整合再次占據先機。

3. 高通，發力AI

收購Alphawave，加速布局數據中心市場

6月9日，高通宣布將以約24億美元收購半導體IP大廠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、定制芯片、連接產品和芯片組。

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） 的串行通信技術。即在發送端多路低速并行信號被轉換成高速串行信號，經過傳輸媒體 （光纜或銅線） ，最后在接收端高速串行信號重新轉換成低速并行信號。

這種點對點的串行通信技術充分利用傳輸媒體的信道容量，減少所需的傳輸信道和器件引腳數目，提升信號的傳輸速度，從而大大降低通信成本。不僅如此，Alphawave還擁有多制程芯片設計能力，可構建高帶寬、高能效SoC系統，推出的光電互連產品線速率高達1.6Tbps。

隨著AI、高性能計算 （HPC） 和5G等數據密集型應用的快速擴展，對高效、可靠處理大量數據的連接解決方案需求持續爆發，特別是在AI數據等領域，高速SerDes已經成為了關鍵的數據傳輸連接方案，預計未來市場規模將達到百億美元量級。

IPnest數據顯示， 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。

作為移動芯片市場的龍頭大廠，高通公司目前還正在大力開拓數據中心市場。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進行支持。如果要達到全球領先級，則需要更久的時間和更多的資源投入。顯然，對于高通來說，收購Alphawave成為了其更好開拓數據中心市場的一個關鍵舉措。

此前高通在服務器市場因生態與能效競爭退場，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服務器芯片提供技術支撐。

高通對此表示，收購Alphawave旨在進一步加速高通進軍數據中心領域的步伐，并為其提供關鍵資產。此次收購旨在進一步加速高通向數據中心的擴張，并滿足高通Oryon CPU和Hexagon NPU對高性能、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效兼顧的數據處理能力。

通過整合自有的NPU、DSP、通信與互連IP資源，高通有機會打造從邊緣終端到云端服務器的垂直一體化AI平臺，在數據中心和AI領域競爭中占據更有利地位，推動其在數據中心市場的戰略布局。

這一舉措不僅體現了高通對AI基礎設施市場的重視，更透露出其重新進入數據中心處理器市場的意圖。

收購越南公司MovianAI，押注生成式AI

4月1日，高通宣布收購越南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能研究公司，VinAI以其在生成式人工智能、機器學習、計算機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能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能研發能力，并加速為智能手機、個人電腦、軟件定義汽車等產品打造先進的人工智能解決方案。

收購邊緣AI開發平臺Edge Impulse，賦能IoT

今年3月，高通宣布將收購邊緣AI開發平臺Edge Impulse，希望此舉能擴展其對支持IoT產品的AI能力。

據了解，Edge Impulse成立于2019年，在嵌入界的地位不可小覷。Edge Impulse的開發平臺包括用于數據收集和準備、模型訓練、部署和監控的工具，具有少量代碼或無代碼界面。開發人員使用Edge Impulse的平臺將計算機視覺、時間序列數據、音頻事件和語音識別等AI功能添加到資產跟蹤和監控、制造、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處理器的支持，目前，Edge Impulse支持Dragonwing QCS6490和QCS5430處理器，并計劃為工業和嵌入式物聯網應用增加對其他Dragonwing處理器的支持。與此同時，Edge Impulse將維護其當前網站，其平臺將繼續向來自公司硬件合作伙伴的MCU、CPU、GPU和NPU用戶開放。

3. 軟銀吞并Ampere，劍指AI和半導體

3月20日，軟銀宣布將以65億美元全現金收購美國服務器CPU公司Ampere Computing，交易預計將于2025年下半年完成。

Ampere由前英特爾高管Renee James于2017年創立，專注基于Arm架構設計服務器芯片，其核心業務覆蓋從邊緣到云數據中心的云工作負載產品，早期客戶包括微軟、谷歌、字節跳動、騰訊等。

Ampere公司產品包括擁有128個內核的業界首個云原生處理器Ampere Altra系列、擁有192個Ampere開發的單線程內核的旗艦產品AmpereOne系列處理器等，這也是業界內核數量最高的處理器，專為需要高級別性能、可預測性和規模的計算環境而設計。

去年5月，Ampere更新年度戰略和全新CPU產品路線圖，宣布2025年將推出下一代旗艦產品3nm AmpereOne CPU，最多支持256核和12通道DDR5內存。

基于上述內容不難判斷，軟銀收購Ampere，意在強化自身在AI和半導體領域布局。一方面，軟銀可借此獲得高性能CPU設計能力，Ampere處理器的高能效和計算能力，能支持AI訓練和推理工作負載，滿足數據中心需求，與軟銀此前收購的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基于Arm架構開發芯片，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。

二、MCU+AI，大勢所趨

1. 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初創公司Deeplite的消息引發行業關注。

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型程度。Deeplite通過提供自動化軟件引擎來優化DNN （深度神經網絡） 模型，并在任何設備上啟用AI進行邊緣計算，從而解決了這個問題。

Deeplite成立于2017年，號稱邊緣AI的DeepSeek，其核心技術聚焦于AI模型優化、量化和壓縮，獨創的AI驅動優化器Neutrino，能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 （移除冗余參數） 、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大模型在邊緣設備上運行得更快、更小、更節能，原本需要云端算力的AI應用，如今可在手機攝像頭、工業傳感器等邊緣設備上流暢運行。

Deeplite公司在早期很受關注，曾經被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戰略重心向邊緣AI轉移密切相關——硬件+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。例如在智能工廠場景，搭載ST芯片的攝像頭能直接完成缺陷檢測，無需上傳云端，響應速度提升40倍。

另一方面，Deeplite公司聚集著全球頂尖的AI算法工程師。ST借此吸納超過200個邊緣AI開發工具，形成“模型庫-優化器-硬件平臺”三位一體的開發生態。總之， 收購Deeplite不僅補全了ST在AI軟件層的最后一塊拼圖，更預示著半導體行業從“造芯”向“造腦”的范式轉移。

2. NXP收購NPU公司Kinara，重新定位智能邊緣

今年2月，恩智浦宣布將以3.07億美元全現金收購美國邊緣AI芯片初創公司Kinara。

據悉，Kinara成立于2013年，最初名為Core Viz，創立后公司更名為Deep Vision，2022年再次更名為Kinara。Kinara的分立式NPU （包括Ara-1和Ara-2） 在性能和能效方面處于行業領先地位。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，且可編程性確保能適應AI算法不斷發展。

恩智浦表示，通過將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平臺，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，幫助客戶簡化復雜性、加快產品上市，提升在智能汽車等領域技術能力，向高附加值領域邁進。

3. 邊緣AI，MCU廠商的必爭之地

領域長期存在“規模即實力”的認知誤區。盡管大模型性能強勁，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。

行業專家多次指出，大模型的應用場景存在天然局限：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，恰恰在于對功耗、延遲更為敏感的邊緣計算與終端設備。

這也就不難理解，上述這些收購案也預示著未來MCU的主戰場正在向邊緣AI計算領域轉移。

據預測，2025年預計有75%的數據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作為邊緣設備的核心組件，將在這一趨勢中發揮重要作用。

未來的MCU不再局限于傳統控制功能，而是逐漸集成AI推理能力，用于圖像識別、語音處理、設備預測性維護等場景。具備邊緣計算能力的MCU憑借低功耗、高效性能、即時響應等特性，成為邊緣算力的重要載體，為智能設備和系統提供更強大的支持。

其他主要的MCU制造商也在不斷在該領域展開收購，并積極為競爭做準備。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。

三、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，并促使相關企業通過收并購來補充技術版圖。

1. 高通收購Autotalks，加強V2X布局

6月6日，高通宣布完成了對V2X車聯網通信芯片企業Autotalks的收購，此前在2024年3月因監管機構未能及時批準而放棄了收購，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年起專注于V2X通信，作為無晶圓廠半導體公司，它在行業內成就斐然。其率先推出業界首款專為V2X打造的芯片組，產品支持DSRC專用短程通訊與C-V2X等所有主要全球通信標準，提供的車規級雙模全球V2X解決方案，能實現車-車、車-基礎設施、車-行人等多類V2X場景通信，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，為自動駕駛安全冗余提供關鍵技術支撐，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。從業務布局看，高通致力于構建“云-管-端”一體化生態，收購Autotalks后，將其產品整合到驍龍數字底盤產品組合中，極大地強化了該平臺的連接能力，讓高通得以向汽車制造商提供從車載終端到路側單元的V2X全棧解決方案，覆蓋乘用車、商用車及兩輪車市場，提升了在智能車輛安全性方面的技術實力，且確保在不同地區與車型間的相容性與效能。

從戰略發展角度出發，高通自2017年就投身V2X技術的研究、開發和部署，深知其在提升道路安全、推動智能交通系統建設上的巨大潛力。通過收購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，為爭奪智能汽車“大腦”市場奠定了更堅實的基礎。

2. 英飛凌收購Marvell汽車以太網業務，搶占車用芯片高地

4月7日，英飛凌宣布將以25億美元的現金收購Marvell汽車以太網業務。預計將于2025年內完成，交易完成后，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準。

汽車以太網是傳統以太網技術在汽車領域的應用，旨在滿足智能網聯汽車對高帶寬、低延遲、高可靠性的通信需求，是低延遲、高帶寬通信的關鍵支持技術，對軟件定義汽車至關重要。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的汽車以太網技術主要包括多款千兆以太網PHY、中央汽車以太網交換機等。其Brightlane汽車以太網PHY收發器、交換機和橋接器產品組合，支持100Mbps至10Gbps的速率。

此次收購，就像是為英飛凌的汽車智能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；同時也將構建起一個“通信+控制”的全棧解決方案，直接為軟件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多家汽車制造商，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布局奠定了堅實的基礎。

這意味著，在未來的市場競爭中，英飛凌憑借這一收購，不僅能夠在技術上實現突破，還能在商業層面收獲豐厚的回報。另外，通過整合研發力量和利用英飛凌的生產規模，預計還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布局。

3. 恩智浦收購TTTech Auto，加速向軟件定義汽車轉型

今年1月，恩智浦半導體宣布已達成最終收購協議，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致力于為軟件定義汽車 （SDV） 開發獨特的安全關鍵型系統和中間件，已與眾多領先汽車OEM建立合作關系，提供優化性能、安全性、集成度和軟件更新的解決方案，從而助力汽車OEM專注于提升駕駛體驗。

在獲得監管機構批準后，TTTech Auto管理團隊、知識產權、資產以及約1100名工程師將并入恩智浦的汽車團隊。加入恩智浦后，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平臺的開放式、模塊化方案與TTTech Auto的MotionWise安全中間件相結合，有助于汽車制造商克服軟件與硬件集成的障礙，同時降低復雜性和開發工作量，并提升下一代汽車所需的可擴展性與成本效益。TTTech Auto的軟件專業知識與恩智浦的硬件能力聯合，為汽車制造商提供獨具優勢的SDV開發平臺。

恩智浦完成對TTTech Auto的收購，標志著從芯片到系統，全面進入軟件定義汽車時代。

值得關注的是，收購完成后，TTTech Auto的服務仍將保持中立，繼續在開放的行業生態中運營，支持多種SoC制造商、OEM以及第三方軟件合作伙伴。這一策略將推動SDV能力的發展，同時保持嚴格的安全與性能標準，并確保數據保護。

4. 恩智浦收購Aviva Links：增強汽車連接技術

2024年12月，恩智浦宣布將以2.425億美元現金收購美國SerDes初創公司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在基于ASA的非對稱鏈路領域技術領先，專注于ADAS和IVI應用。其研發的非對稱以太網設備能在單芯片內實現視頻和以太網通信，支持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打造基于開放標準的互操作型網絡架構。

這一收購將進一步豐富恩智浦汽車網絡和連接產品組合，有助于鞏固恩智浦在汽車以太網和高速連接領域的技術優勢，為汽車制造商提供更高效的連接解決方案。

5. 安森美收購Qorvo碳化硅JFET，鞏固AI與電動汽車市場

1月16日，安森美 （onsemi） 宣布以1.15億美元現金從Qorvo完成對碳化硅結型場效應晶體管 （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能數據中心和電動汽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，這在數據中心在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， 傳統的硅基電源解決方案已達到其物理極限，這使得SiC技術對于高性能計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于電池斷路裝置，其中SiC JFET可以通過組件整合來提高效率和安全性。這與行業推動電動汽車更高電壓架構的趨勢相一致，有可能讓安森美半導體在快速增長的電動汽車市場中獲得競爭優勢。

四、EDA/IP賽道的并購邏輯

在EDA/IP領域，無論是新思科技計劃收購Ansys，達索以21億美元收購AI設計公司Oqton，還是西門子、Cadence的多次出擊，都旨在打造從芯片設計到系統仿真的全鏈條能力。

1. 西門子連續4筆收購，擴展EDA戰略版圖

5月20日，西門子又宣布了一項重要收購，正式簽署協議收購美國EDA公司Excellicon。這是繼今年3月收購Altair、4月收購Dotmatics、DownStream和Wevolver之后，西門子在三個月內完成的第五筆重大收購。

此次并購體現出西門子持續強化其EDA能力的堅定步伐——Excellicon成立于2009年，是業內唯一一家涵蓋完整時序約束流程的軟件公司，其產品線支持從約束文件的編寫、編譯到形式化驗證和多模態管理，貫穿從設計概念到物理實現的全流程。這種全覆蓋能力對于SoC設計的功耗、性能、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、測試平臺Tessent、布局布線工具Aprisa，以及功耗優化工具PowerPro等。這些軟件已經覆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，旨在為系統級芯片 （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。

通過此次收購，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。這一戰略動作與西門子加速推動數字化轉型和打造Xcelerator業務平臺的愿景高度契合，也再次彰顯其致力于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“數字化”和“自動化”兩大主線展開。3月26日收購Altair，增強仿真和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制造數據準備解決方案供應商DownStream，深化PCB設計領域布局；4月30日收購Wevolver，強化工程師社區和內容平臺的影響力。

從這些動作可以看出，西門子正在通過并購不斷完善其“工業軟件+AI+EDA”整體技術體系，形成自己的護城河。

2. Cadence收購Arm基礎IP業務，構建全棧式IP版圖

4月17日，EDA巨頭Cadence宣布與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，不僅標志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。此次交易預計于2025年第三季度完成，但需通過全球監管審查。

從戰略層面看，這既是Cadence構建全棧式IP版圖的關鍵落子，也是Arm輕資產轉型的重要轉折點，其影響或將重塑芯片設計產業的權力版圖。

對Cadence而言，這場收購本質上是其IP戰略的“最后一公里”沖刺。作為EDA三巨頭中接口IP領域的領跑者，Cadence已在PCIe/CXL/UCIe協議IP、112G SerDes和Secure-IC安全IP等高端市場占據優勢，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的并入恰好填補了這一空白——該業務歷經25年發展，沉淀了覆蓋臺積電N3/N2、三星SF3及Intel 18A等先進工藝的物理層IP庫。特別是其內存編譯器技術，能根據客戶需求動態生成SRAM/ROM實例，這在Chiplet異構集成浪潮中具有戰略價值。

交易完成后，Cadence將形成從晶體管級單元庫到系統級接口IP的完整鏈條，配合其Integrity 3D-IC工具鏈，可實現對芯片PPA的全流程掌控。正如Cadence硅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。

3. Cadence收購Secure-IC，加強IP安全

今年1月，Cadence宣布已達成最終協議，收購領先的嵌入式安全IP平臺提供商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經硅驗證的IP產品組合，如接口、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，這些客戶遍布全球主要垂直行業，包括汽車、數據中心、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伙伴和客戶提供全面的安全解決方案，在全球范圍內完成了500多個成功項目。

對于Secure-IC的客戶而言，此次并購可增強其全球影響力、保障長期穩定性、加快路線圖進度，同時保持最高的標準的產品品質和支持。Secure-IC的全面解決方案 （Securyzr?、Laboryzr?和Expertyzr?） 將集成到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持。

Cadence全面的端到端安全解決方案將兼具安全、配置輕松、部署輕松、適用范圍廣等優勢。

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、協議控制器和多處理器架構等領域的應用。

縱觀EDA行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，芯片設計正在從“工具賦能”走向“生態統治”的時代。

而在更宏大的敘事里，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——在這里，生態整合能力比單一技術突破更具統治力。

寫在最后

半導體行業是典型的技術密集型和資本密集型行業，回顧過去幾十年發展歷程，整合并購是行業必然的趨勢。

AI巨頭通過頻頻收購，試圖補全技術版圖， 構建“芯片+系統+生態”的全棧優勢 ；MCU大廠逐漸向邊緣AI轉型，以低功耗、高靈活性搶占端側智能市場；汽車領域聚焦車載計算、自動駕駛與數據互聯，成資本競逐重點；EDA行業則從工具供給轉向生態構建，巨頭通過整合IP與設計流程，打造“工具-架構-標準”的統治力。

在這場并購浪潮中， 技術協同、市場擴張與生態統治成為核心邏輯 ，企業需在資本涌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，注定了這場轉型并非“捷徑”，而是需要長期投入的“耐力賽”。

本文來自微信公眾號： 半導體行業觀察 （ID：icbank） ，作者：L晨光