Recientemente, se ha producido una oleada de fusiones y adquisiciones en la industria mundial de semiconductores, con gigantes como Qualcomm, AMD, Infineon y NXP tomando medidas para acelerar la integración tecnológica y la expansión del mercado.
Estas medidas no solo reflejan las consideraciones estratégicas de las empresas a la hora de buscar alianzas sólidas y ventajas complementarias en la feroz competencia del mercado, sino que también indican que el panorama de la industria de los semiconductores podría dar paso a nuevos cambios.
Tras examinar las recientes fusiones y adquisiciones internacionales en el sector de los semiconductores, he resumido a grandes rasgos cuatro palabras clave: IA, MCU+, automóviles y EDA.
MCU+IA: una tendencia inevitable
STMicroelectronics adquiere Deeplite y se centra en la IA de borde.
En abril de este año, STMicroelectronics (ST) adquirió la startup canadiense de IA Deeplite, lo que atrajo la atención de la industria. Como es sabido, uno de los principales desafíos para la implementación comercial de los modelos de aprendizaje profundo radica en su escala operativa, los requisitos de procesador y el alto consumo de energía. Deeplite resuelve este problema mediante un motor de software automatizado que optimiza los modelos de redes neuronales profundas (DNN), permitiendo que la IA realice computación perimetral en cualquier dispositivo.
Fundada en 2017, Deeplite es conocida por su solución de IA de borde DeepSeek, centrada en la optimización, cuantización y compresión de modelos de IA. Su innovador optimizador Neutrino, impulsado por IA, puede comprimir grandes modelos de aprendizaje profundo a una décima parte de su tamaño original, manteniendo una precisión superior al 98 %. Mediante tres tecnologías clave: poda de pesos (eliminación de parámetros redundantes), cuantización (reducción de los requisitos de precisión computacional) y esparcificación (aumento de la proporción de pesos con valor cero), los grandes modelos de IA pueden ejecutarse de forma más rápida, compacta y con mayor eficiencia energética en dispositivos de borde. Las aplicaciones que antes requerían capacidades de computación en la nube ahora pueden ejecutarse sin problemas en dispositivos de borde como cámaras de teléfonos inteligentes y sensores industriales.
Deeplite ha atraído mucha atención desde sus inicios y ha sido reconocida como una empresa innovadora líder en IA de vanguardia por Gartner, Forbes, Inside AI y ARM AI. Esta adquisición está estrechamente relacionada con la transformación estratégica de STMicroelectronics hacia la IA de borde, que combina hardware y software en una arquitectura de "doble hélice". La tecnología de optimización de modelos de Deeplite está profundamente integrada con los microcontroladores de la serie STM32 de STMicroelectronics y las NPU dedicadas para respaldar la construcción de soluciones de IA de extremo a extremo. Por ejemplo, en escenarios de fábricas inteligentes, las cámaras equipadas con chips de STMicroelectronics pueden detectar defectos directamente sin subir datos a la nube, y la velocidad de respuesta se multiplica por 40.
Por otro lado, Deeplite cuenta con un equipo de ingenieros de algoritmos de IA de primer nivel, a través del cual ST integrará más de 200 herramientas de desarrollo de IA de borde para formar un ecosistema de desarrollo unificado de "biblioteca de modelos, optimizador y plataforma de hardware". En resumen, la adquisición de Deeplite no solo completa la última pieza del rompecabezas de ST en el ámbito del software de IA, sino que también marca un cambio de paradigma en la industria de los semiconductores, pasando de "fabricar chips" a "crear cerebros".
NXP adquiere la empresa NPU Kinara para reposicionar la tecnología de borde inteligente.
En febrero de este año, NXP anunció la adquisición de Kinara, una startup estadounidense de chips de IA de borde, por 307 millones de dólares en efectivo. Kinara se fundó en 2013 y originalmente se llamaba Core Viz, luego se renombró Deep Vision y finalmente Kinara en 2022. La NPU discreta de Kinara (que incluye Ara-1 y Ara-2) lidera la industria en rendimiento y eficiencia energética, lo que la convierte en la solución preferida para las aplicaciones emergentes de IA basadas en visión, voz, gestos y otras implementaciones generativas de IA. Además, su programabilidad garantiza que pueda adaptarse a la evolución de los algoritmos de IA.
NXP afirmó que esta adquisición combinará la NPU independiente de Kinara con su propio procesador, conectividad y cartera de software de seguridad, lo que permitirá ofrecer una plataforma de IA completa y escalable, desde TinyML hasta IA generativa, para satisfacer las crecientes necesidades de IA de los mercados industrial y automotriz. Esto contribuirá a la creación de nuevos sistemas basados en IA en los sectores industrial y de IoT, ayudará a los clientes a simplificar la complejidad, acelerar el lanzamiento al mercado y mejorar las capacidades técnicas en áreas como los vehículos inteligentes, avanzando hacia campos de alto valor añadido.
IA de borde: un campo de batalla para los fabricantes del MCU
En el campo de la inteligencia artificial, existe desde hace tiempo la idea errónea de que "la escala equivale a poder". Si bien los modelos de gran tamaño ofrecen un rendimiento excelente, presentan dificultades en su implementación práctica: su elevado consumo energético contradice los requisitos de bajo consumo en el entorno de computación perimetral. Expertos del sector han señalado repetidamente las limitaciones inherentes a los escenarios de aplicación de modelos de gran tamaño: por un lado, el entrenamiento y la ejecución de estos modelos requieren enormes recursos informáticos; por otro lado, las áreas clave para impulsar la industrialización de la inteligencia artificial son precisamente la computación perimetral y los dispositivos terminales, que son más sensibles al consumo energético y a la latencia.
Resulta evidente que las adquisiciones mencionadas demuestran que el principal campo de batalla de los microcontroladores (MCU) se está desplazando hacia la computación de IA en el borde. Se prevé que para 2025, el 75 % de los datos se procesarán en el borde, lo que pone de manifiesto el enorme potencial del mercado de MCU para IA en el borde. Esto demuestra que la demanda de computación de IA en el borde está creciendo rápidamente, y los MCU, como componente central de los dispositivos de borde, desempeñarán un papel fundamental en esta tendencia.
En el futuro, los microcontroladores ya no se limitarán a las funciones de control tradicionales, sino que integrarán gradualmente capacidades de razonamiento de IA y se aplicarán a escenarios como el reconocimiento de imágenes, el procesamiento de voz y el mantenimiento predictivo de equipos. Los microcontroladores con capacidades de computación perimetral se convertirán en un importante soporte para la computación perimetral gracias a su bajo consumo energético, alta eficiencia y respuesta instantánea, lo que proporcionará un mayor respaldo a los dispositivos y sistemas inteligentes.
Otros importantes fabricantes de microcontroladores también están adquiriendo empresas y compitiendo activamente en este campo, como la adquisición de Reality AI por parte de Renesas Electronics, la adquisición de la sueca Imagimob por parte de Infineon y el lanzamiento por parte de NXP del software de aprendizaje automático eIQ y la cadena de herramientas de IA NANO.
Se puede concluir que la IA de borde se convertirá en un campo de batalla clave para los UCM en los próximos años.
Electrónica automotriz: el foco de la competencia de capitales
Recientemente, se han observado con frecuencia fusiones y adquisiciones en el sector de los semiconductores relacionadas con aplicaciones automotrices. Además de la potencia de cálculo, la evolución de los sistemas de propulsión, la conectividad de red y el audio a bordo, entre otras tecnologías, también ha impulsado la actualización y el perfeccionamiento de la tecnología de semiconductores, lo que ha llevado a las empresas del sector a complementar su infraestructura tecnológica mediante fusiones y adquisiciones.
La industria de los semiconductores es una industria típica que requiere mucha tecnología y capital. En las últimas décadas, la integración y las fusiones se han convertido en una tendencia inevitable en el desarrollo del sector.
Los gigantes de la IA realizan adquisiciones con frecuencia para mejorar su infraestructura tecnológica y consolidar una ventaja integral que abarque "chip + sistema + ecosistema". Los fabricantes de microcontroladores convencionales se están transformando gradualmente hacia la IA en el borde, buscando conquistar el mercado de terminales inteligentes con bajo consumo energético y alta flexibilidad. En el sector automotriz, la informática a bordo, la conducción autónoma y la interconexión de datos se han convertido en áreas clave de competencia por el capital. Al mismo tiempo, la industria de la automatización del diseño electrónico (EDA) está pasando de proporcionar herramientas a construir un ecosistema. Los gigantes integran la propiedad intelectual y los procesos de diseño, y consolidan su dominio del mercado mediante la arquitectura de "herramienta-arquitectura-estándar".
En esta ola de fusiones y adquisiciones, la colaboración tecnológica, la expansión del mercado y el dominio del ecosistema se han convertido en la lógica central. Las empresas necesitan equilibrar la integración a corto plazo con la investigación y el desarrollo a largo plazo en medio de la afluencia de capital. Dadas las barreras tecnológicas y la naturaleza intensiva en capital de la industria de los semiconductores, esta transformación no es un atajo, sino una maratón que requiere inversión a largo plazo.
Fecha de publicación: 30 de junio de 2025