抢滩AI市场！Meta、NXP锁定目标，2025又一重大并购来袭

0fMAelKUx

电子发烧友网报道（文/莫婷婷）近年来，AI芯片市场成为科技巨头和半导体企业的必争之地。随着人工智能技术的快速发展，AI芯片作为算力的核心载体，需求呈现爆发式增长。企业通过收购AI芯片公司，可以快速获取核心技术、优化供应链、降低对外部供应商（如英伟达）的依赖，并在AI市场中占据更有利的竞争位置。
       
Meta、NXP收购AI芯片公司，各有侧重点
        近期，有业内消息指出Meta、NXP计划收购AI芯片公司。NXP的收购案已有确切消息，根据最新消息，恩智浦将以 3.07 亿美元收购美国边缘 AI 芯片制造商 Kinara。而Meta这边，将收购韩国AI芯片初创公司FuriosaAI，还在进行收购谈判阶段。
        此前，NXP已经于2024年12月和2025年1月分别宣布收购美国专注于汽车SerDes联盟（ASA）标准车载连接解决方案供应商Aviva Links，以及奥地利软件汽车开发商TTTech Auto。此次收购Kinara，NXP将目标放在AI芯片上。
        作为一家边缘 AI 芯片公司，Kinara 专注于高性能神经处理单元 (NPU)。Kinara的NPU包括 Ara-1 和 Ara-2，采用最新架构，具备高性能和高能效的优势，已经广泛应用在工业和汽车AI应用中。Ara-2在Ara-1的基础上大幅提升了生成式AI和深度学习推理的能力，能够实现高达 40 TOPS（每秒万亿次作）的性能，适用于语音交互、手势交互等其他生成式AI驱动的等新兴 AI 应用。Kinara 的 AI 功能融入NXP的智能边缘产品组合中，为新型 AI 驱动的系统创建了一个可扩展的平台。
        NXP 安全互联边缘执行副总裁兼总经理Rafael Sotomayor认为工业市场正在经历一场转型，生成式 AI 等新的创新有助于在效率、可持续性、安全性和可预测性方面实现重大改进，并且在许多情况下，可以解锁新的用例和功能。
        NXP是全球汽车半导体市场以及工业市场的领导者之一，尤其在汽车处理器、车载雷达和车联网领域具有显著优势。随着汽车市场和工业市场的需求AI化，AI芯片将在这两个重要市场发挥出关键作用。而NXP收购Kinara将增强公司的边缘AI能力，尤其是在高性能、低功耗的边缘计算方面。与此同时，边缘AI的应用场景广泛，NXP也将进一步拓展除了汽车和工业之外的市场。
        韩国AI芯片初创公司FuriosaAI估值约6800亿韩元（约5.1亿美元），该公司专注于AI推理芯片，发布了AI芯片Warboy、AI加速器Rade等产品，Rade具备512 TOPS的INT8算力和1.5TB/s的片外内存带宽，功耗仅为150W，该产品适用于部署Meta Llama 3等生成式AI模型。
        2023年，AI技术在全球范围内快速发展，Meta开始布局自研AI芯片，并相继发布开源大模型Llama 1、Llama 2、Llama 3。在扎克伯格的计划中，Meta AI将在今年成为领先的AI助手，Llama 4将是最先进的AI模型。为了实现“AI霸业”，Meta计划在今年上线约1GW的计算能力，并在年底前拥有超过130万块GPU。
       
        数据显示，为了训练Llama 4 AI模型，Meta需要用到超过10万个Nvidia H100 GPU的集群。2024年，Meta有55万-65万块等效H100，预计2025年达到190万-250万。
        可以预见的是，AI模型随着技术迭代变得越来越复杂，参数量不断增加，对计算能力的需求也呈现出爆炸式增长。这意味着未来的AI研究和发展将更加依赖于强大的硬件支持。而Meta收购FuriosaAI有一部分的原因是为了减少对英伟达GPU的依赖，增强自研AI芯片的能力。同时，FuriosaAI透露公司已经与美国、日本、印度潜在客户接洽，这在一定程度上说明FuriosaAI具备全球化扩展潜力，有望为Meta打开更大的市场。
       
AI芯片市场格局将在多起收购案后迎来变化
        当前，AI市场对AI芯片和算力的需求正经历从单一到多样化、从集中到分布式的转变。随着GPT、Llama等AI大模型和生成式AI技术的快速发展，算力需求持续爆发。市场调研机构IDC的数据显示，2024年中国智能算力规模为725.3EFLOPS，2025年/2026年将分别达到1,037.3 EFLOPS、1,460.3 EFLOPS，2026年的算力规模将是2024年的两倍。
        目前来看，AI芯片需求呈现多样化，而GPU（图形处理单元）依旧是AI训练的主力产品。
        另外推理芯片、边缘AI芯片的需求迎来增长。
        在推理芯片方面，随着越来越多的企业开始重视推理应用，这促使除了高性能的训练芯片外，企业也增加了对高效能推理芯片（如ASIC）等专用AI芯片的需求。在边缘AI芯片方面，随着物联网、智能家居、智能城市和工业制造等领域需要在本地设备上快速处理数据并作出实时决策，边缘AI在这个过程发挥着关键作用，同时，边缘设备对低功耗和高性能的要求越来越高，促使边缘AI芯片的设计朝着更高效的架构发展。
        Meta、NXP的两个收购案例，正好说明了两家企业在AI市场的不同布局。Meta正在大力投资于能够支持复杂AI模型训练的硬件基础设施，为了支持Llama 4等大型AI模型的训练，需要高性能GPU等具有强大算力的AI芯片支持。NXP收购商Kinara，则更加专注于特定应用场景下的高效能、低功耗解决方案。NXP将通过此次收购进一步增强公司在边缘计算领域的能力，特别是在自动驾驶、智能家居等需要实时数据处理的应用。
        除了上述两家公司，2024年至今半导体领域已有超6起AI领域的收购案例，包括2024年4月Microchip（微芯科技公司）宣布收购专注于生产神经网络加速架构和算法的Neuronix AI Labs；2024年7月，AMD收购端到端AI解决方案商Silo AI；2024年10月，Nanoveu Limited宣布将收购片上系统（SoC）半导体设计公司EMASS，于今年2月获得股东批准。

        这些收购案例不仅反映了半导体行业对AI技术的重视，也显示了全球半导体企业在AI芯片领域的激烈竞争和战略布局。通过这些收购，企业能够快速获取核心技术、拓展市场份额，并在AI芯片领域占据更有利的竞争位置。与此同时，AI市场或将在这些收购案件后出现新的格局。