，继续开辟先辈的边缘 AI处理方案。Deeplite 正在模子优化、量化和压缩方面的专业学问将进一步帮力意法半导体为边缘设备带来高效、高机能的 AI。」。
跟着边缘计较和 AIoT 的成长，AI 芯片的市场抢夺逐步向边缘侧转移。按照相关预测，到 2025 年，75% 的数据将正在边缘侧进行处置，端侧 AI MCU 市场潜力庞大。因而，意法半导体收购 Deeplite 也是意正在此处。当前其它 MCU 厂商也正在积极结构，例如瑞萨收购 Reality AI，供给TinyML处理方案；英飞凌收购 Imagimob 公司，提拔 TinyML 边缘 AI 功能；恩智浦推出机械进修软件 eIQ 软件和 AI 东西链 NANO。AI。
此前，意法半导体披露的全球制制结构沉塑打算中，明白提出了一项主要办法，即效率提拔、摆设从动化和人工智能将加强意法半导体的主要手艺研发、产物设想和规模制制能力，推进欧洲先辈制制打算。
通过收购Deeplite，意法半导体可以或许将其软件处理方案取本身先辈的 MCU 和 NPU 相连系，打制全球领先的边缘 AI 平台。同时，Deeplite 供给的手艺及东西可以或许大大加快ST NPU的采用，并缩短 AI 使用的上市时间。
权沉剪枝（Weight Pruning）：通过移除模子中不主要的权沉（即接近零的权沉），削减模子的参数数量。从而降低了计较复杂度和功耗。
据悉，告竣收购后，供给全球最先辈的边缘 AI 平台之一。
据悉，Deeplite 是一家专注于深度进修优化的 AI 软件公司，成立于 2018 年，总部位于，CEO Nick Romano 正在 AI 范畴有丰硕的经验。其次要焦点手艺包罗？。
从动化神经收集架构设想：Deeplite 的软件可以或许从动化设想神经收集架构，大大削减了以往需要人工频频测试的时间和错误。
正在边缘计较方面，意法半导体推出 22nm FD-SOI 低功耗 MCU，从攻物联网取可穿戴设备。
量化（Quantization）：Deeplite 的量化手艺能够正在几乎不丧失模子精度的环境下，将模子的存储需求削减数倍，并显著降低计较功耗。
针对分歧硬件平台的处理方案：Deeplite 取多家硬件供应商合做，供给针对RISC-V CPU等分歧硬件平台的优化方案。
意法半导体方才发布了 2025 年第一季度财据，此中营收同比骤降27。3%至25。2亿美元；毛利率滑至33。4%；净利润暴跌89。1%至5600万美元；运营利润率迫近盈亏均衡点。
此次买卖的沉点正在于 Deeplite 的手艺。现在普遍利用的 AI 东西都是正在由大型数据核心办事器支撑的云办事长进行锻炼和运转的。Deeplite 的软件能够使得正在手机和机械人等设备的芯片上运转 AI 使用法式变得愈加容易。其客户群体次要是半导体公司，而这取意法半导体的营业高度契合。
值得一提的是，2019 年 Deeplite 取晶心科技合做，将优化手艺取晶心的 RISC-V CPU 相连系，优化后的模子正在施行时间上比 TensorFlow Lite Micro 的模子快了 9%，模子大小削减了 1。7 倍，同时功耗显著降低。
Deeplite 的焦点能力正在于通过多种体例降低深度进修模子的功耗，次要通过优化模子布局、削减计较复杂度和存储需求，以及提高模子正在硬件上的施行效率来实现。
针对特定硬件的优化：能够按照分歧的硬件平台（如 RISC-V CPU、Arm Cortex-M 系列等）进行定制优化。削减了数据传输到云端或办事器的需求。数据传输本身会耗损大量功耗，特别是正在无线通信中。
虽然小我电子营业逆势增加部门抵消了汽车取工业市场的疲软，但意法半导体仍面对产能操纵率不脚、库存高企取产物组合调整畅后的多沉压力。因而，意法半导体必需寻找新的业绩增加点，而收购就是其一曲以来的体例。
深度进修模子优化：Deeplite 的焦点产物是其优化软件，可以或许将大型深度进修模子进行压缩和优化，使其正在资本受限的边缘设备上高效运转。
从动化架构设想（AutoML）：操纵从动化机械进修手艺，Deeplite 可以或许设想出更适合特定硬件和使用场景的神经收集架构。能够将深度进修模子的推理速度提高数倍，同时显著降低功耗。
上一篇：高企秀丨博宁福田拓展“AI+轨道交通”使用场景