Récemment, l'industrie mondiale des semi-conducteurs a connu une vague de fusions-acquisitions, avec des géants tels que Qualcomm, AMD, Infineon et NXP qui ont tous pris des mesures pour accélérer l'intégration technologique et l'expansion du marché.
Ces mesures reflètent non seulement les considérations stratégiques des entreprises visant à nouer des alliances solides et à obtenir des avantages complémentaires dans un contexte de concurrence féroce sur le marché, mais indiquent également que le paysage de l'industrie des semi-conducteurs pourrait connaître de nouveaux changements.
En examinant les récentes fusions et acquisitions internationales dans le secteur des semi-conducteurs, j'ai résumé approximativement quatre mots clés : IA, MCU+, automobiles et EDA.
MCU+IA : une tendance inévitable
STMicroelectronics acquiert Deeplite, une entreprise spécialisée dans l'IA embarquée.
En avril dernier, STMicroelectronics (ST) a fait l'acquisition de la startup canadienne d'IA Deeplite, une opération qui a suscité un vif intérêt dans le secteur. Comme chacun sait, l'un des principaux défis du déploiement commercial des modèles d'apprentissage profond réside dans leur échelle d'exécution, leurs exigences en matière de processeur et leur forte consommation énergétique. Deeplite résout ce problème en fournissant un moteur logiciel automatisé qui optimise les modèles de réseaux neuronaux profonds (DNN), permettant ainsi à l'IA d'effectuer du calcul en périphérie sur n'importe quel appareil.
Fondée en 2017, Deeplite est reconnue pour sa solution d'IA embarquée DeepSeek, axée sur l'optimisation, la quantification et la compression des modèles d'IA. Son optimiseur innovant, Neutrino, piloté par l'IA, permet de compresser de grands modèles d'apprentissage profond jusqu'à un dixième de leur taille initiale, tout en conservant une précision supérieure à 98 %. Grâce à trois technologies clés – l'élagage des poids (suppression des paramètres redondants), la quantification (réduction des besoins en précision de calcul) et la sparsification (augmentation de la proportion de poids nuls) – les grands modèles d'IA peuvent s'exécuter plus rapidement, avec des ressources réduites et une consommation énergétique optimisée sur les appareils embarqués. Les applications qui nécessitaient auparavant des capacités de cloud computing peuvent désormais fonctionner de manière fluide sur des appareils tels que les appareils photo de smartphones et les capteurs industriels.
Deeplite a suscité un vif intérêt dès ses débuts et a été reconnue comme une entreprise innovante de pointe en IA par Gartner, Forbes, Inside AI et ARM AI. Cette acquisition s'inscrit pleinement dans la transformation stratégique de STMicroelectronics vers l'IA embarquée, qui combine matériel et logiciel selon une architecture en « double hélice ». La technologie d'optimisation de modèles de Deeplite est étroitement intégrée aux microcontrôleurs STM32 et aux NPU dédiés de STMicroelectronics afin de faciliter la mise en œuvre de solutions d'IA complètes. Par exemple, dans le contexte des usines intelligentes, les caméras équipées de puces STMicroelectronics peuvent détecter directement les défauts sans avoir à transférer les données vers le cloud, ce qui multiplie par 40 la vitesse de réponse.
D'autre part, Deeplite dispose d'une équipe d'ingénieurs en algorithmes d'IA de renommée mondiale, grâce à laquelle ST intégrera plus de 200 outils de développement d'IA embarquée afin de constituer un écosystème de développement unifié comprenant une bibliothèque de modèles, un optimiseur et une plateforme matérielle. En bref, l'acquisition de Deeplite complète non seulement la dernière pièce du puzzle de ST en matière de logiciels d'IA, mais marque également un tournant majeur pour l'industrie des semi-conducteurs, qui passe de la simple fabrication de puces à la conception de systèmes intelligents.
NXP acquiert Kinara, société spécialisée dans les NPU, pour repositionner l'edge computing intelligent.
En février dernier, NXP a annoncé l'acquisition de la startup américaine Kinara, spécialisée dans les puces d'IA embarquées, pour 307 millions de dollars. Fondée en 2013 sous le nom de Core Viz, puis Deep Vision, Kinara a pris le nom de Kinara en 2022. Son NPU discret (notamment les modèles Ara-1 et Ara-2) est à la pointe du secteur en termes de performances et d'efficacité énergétique, ce qui en fait la solution de choix pour les applications d'IA émergentes exploitant la vision, la voix, les gestes et diverses autres technologies d'IA générative. Sa programmabilité lui permet de s'adapter à l'évolution des algorithmes d'IA.
NXP a déclaré que cette acquisition permettra d'associer le NPU indépendant de Kinara à son propre portefeuille de processeurs, de solutions de connectivité et de logiciels de sécurité. Cette intégration contribuera à fournir une plateforme d'IA complète et évolutive, allant du TinyML à l'IA générative, afin de répondre aux besoins croissants en IA des marchés industriels et automobiles. Elle permettra de créer de nouveaux systèmes pilotés par l'IA dans les domaines industriels et de l'IoT, d'aider les clients à simplifier la complexité, à accélérer la mise sur le marché et à renforcer leurs capacités techniques dans des domaines tels que les véhicules intelligents, les orientant ainsi vers des secteurs à forte valeur ajoutée.
L'IA embarquée : un champ de bataille pour les fabricants de microcontrôleurs
Il existe depuis longtemps une idée fausse, dans le domaine de l'intelligence artificielle, selon laquelle « la taille est synonyme de puissance ». Bien que les grands modèles offrent d'excellentes performances, leur déploiement concret se heurte à des difficultés : leur forte consommation énergétique est incompatible avec les exigences de légèreté en périphérie du réseau. Les experts du secteur ont maintes fois souligné les limitations inhérentes aux scénarios d'application des grands modèles : d'une part, l'entraînement et l'exécution de ces modèles nécessitent des ressources de calcul considérables ; d'autre part, les domaines clés pour promouvoir l'industrialisation de l'intelligence artificielle sont précisément le calcul en périphérie et les terminaux, qui sont plus sensibles à la consommation d'énergie et à la latence.
Il est aisé de comprendre que les acquisitions mentionnées ci-dessus démontrent que le principal enjeu du marché des microcontrôleurs (MCU) se déplace vers l'informatique IA en périphérie. On prévoit que d'ici 2025, 75 % des données seront traitées en périphérie, ce qui souligne l'immense potentiel du marché des MCU pour l'IA en périphérie. Cela démontre que la demande en informatique IA en périphérie croît rapidement et que les MCU, en tant que composants essentiels des dispositifs périphériques, joueront un rôle clé dans cette évolution.
À l'avenir, les microcontrôleurs ne se limiteront plus aux fonctions de contrôle traditionnelles, mais intégreront progressivement des capacités de raisonnement basées sur l'IA et seront appliqués à des applications telles que la reconnaissance d'images, le traitement vocal et la maintenance prédictive des équipements. Grâce à leur faible consommation, leur haute efficacité et leur réactivité instantanée, les microcontrôleurs dotés de capacités de calcul en périphérie de réseau deviendront un vecteur essentiel de cette puissance de calcul, renforçant ainsi le soutien apporté aux appareils et systèmes intelligents.
D'autres grands fabricants de microcontrôleurs acquièrent et se livrent également à une concurrence active dans ce domaine, comme l'acquisition de Reality AI par Renesas Electronics, l'acquisition d'Imagimob (Suède) par Infineon et le lancement par NXP du logiciel d'apprentissage automatique eIQ et de la chaîne d'outils d'IA NANO.
On peut donc conclure que l'IA embarquée deviendra un champ de bataille clé pour les microcontrôleurs dans les prochaines années.
L'électronique automobile : au cœur de la concurrence des capitaux
Ces derniers temps, les fusions-acquisitions dans le secteur des semi-conducteurs, notamment pour les applications automobiles, se sont multipliées. Outre la puissance de calcul, l'évolution des groupes motopropulseurs, de la connectivité embarquée, des systèmes audio embarqués et d'autres technologies a également stimulé l'itération et la mise à jour des semi-conducteurs, incitant les entreprises du secteur à compléter leur offre technologique par le biais de fusions-acquisitions.
L'industrie des semi-conducteurs est une industrie typiquement à forte intensité technologique et capitalistique. Au cours des dernières décennies, l'intégration et les fusions sont devenues une tendance inévitable dans le développement de cette industrie.
Les géants de l'IA procèdent fréquemment à des acquisitions afin d'améliorer leur architecture technologique et de se doter d'une solution intégrée « puce + système + écosystème ». Les principaux fabricants de microcontrôleurs se tournent progressivement vers l'IA embarquée, cherchant à conquérir le marché des terminaux intelligents grâce à une faible consommation d'énergie et une grande flexibilité. Dans le secteur automobile, l'informatique embarquée, la conduite autonome et l'interconnexion des données sont devenues des enjeux majeurs de la concurrence. Parallèlement, le secteur de la conception assistée par ordinateur (CAO) évolue : de la simple fourniture d'outils, il passe à la construction d'un écosystème. Les géants intègrent la propriété intellectuelle et les processus de conception, et consolident leur position dominante sur le marché grâce à une architecture « outil-architecture-standard ».
Dans cette vague de fusions-acquisitions, la collaboration technologique, l'expansion du marché et la domination de l'écosystème sont devenues les maîtres mots. Les entreprises doivent trouver un équilibre entre l'intégration à court terme et la recherche et le développement à long terme, face à l'afflux de capitaux. Compte tenu des barrières technologiques et du besoin important en capital de l'industrie des semi-conducteurs, cette transformation n'est pas une solution miracle, mais un marathon qui exige des investissements à long terme.
Date de publication : 30 juin 2025