非常感谢大家聚集在这里共同探讨30多年来改变芯片行业的重大并购交易的话题。这个问题集合涵盖了30多年来改变芯片行业的重大并购交易的广泛内容，我将用我的知识和经验为大家提供全面而深入的回答。
文章目录列表:
30多年来改变芯片行业的重大并购交易
英伟达（Nvidia）如果成功以400亿美元收购Arm，预计将对芯片 产生重大影响，但要完全理解这一交易的影响还需要很多年。
由于多种因素，预计未来几年会出现更多此类交易，对于拥有创新技术的初创公司的收购兴趣增加，以及从股市筹钱更加容易都是重要原因。 此外，还有许多新兴市场正在逐渐升温，比如5G、边缘计算、AI / ML以及自动驾驶 汽车 的持续发展。
短期内，大多数行业的并购受新冠疫情的影响，但这不会持续下去。 收购是实现规模增长以及完善公司产品的最快方法，也是快速吸纳人才的方法。
Nvidia收购Arm的交易，是全球最大的GPU供应商与 大移动处理器IP供应商的结合，将帮助Nvidia的业务范围从数据中心扩展到了边缘和终端。这笔交易也有助于两家公司将自己定位在边缘计算的不确定但新兴的 中，在这个 中，高度专业化的设备和服务器用于预处理或完成大量数据的处理。此外，Arm拥有广泛的生态系统。
“作为一家合并公司，我们可以做很多事情。增加的投资将使我们能够积极推动数据中心的发展，并将已经在数据中心中大量应用的AI推广到各个角落，并到达边缘。” Arm首席执行官Simon Segars说：“英伟达拥有大量的IP产品组合，可用于构建芯片、产品和系统。我们向全球半导体行业授予IP许可，并围绕此建立了一个生态系统。因此，我们将拥有更多的IP许可给客户。”
目前，Nvidia对Arm的收购交易还要通过各国监管机构的审查和批准。据熟悉并购交易的几位业内人士称，德州仪器（Texas Instruments）在2000年以76亿美元的价格收购Burr-Brown，这似乎是一项轰动的交易，但事实证明，这一收购的结果比最初的预期要局限得多。
两家公司的合并增强了TI在模拟技术领域的能力，并加强了公司的业务重点，但对整个行业的影响却不那么明显。TI 2011年以65亿美元收购美国 半导体（National Semiconductor）的情况也是如此。
相比之下，ADI公司在2017年以148亿美元的价格收购了Linear Technology，并以210亿美元的价格收购了Maxim Integrated，使其成为TI强大的竞争对手，TI数十年来一直主导着模拟领域。ADI的收购让这个利润丰厚的市场，迎来了更多的价格和性能竞争，也为初创公司带来了机会。
“英特尔对Mobileye的收购可能具有重大意义。” Segars说：“ Broadcom（博通）被Avago（安高华）收购也是一笔重要的交易。人们谈论半导体整合已经很长时间了，这也确实正在发生。如果绘制这些公司市值的图表，就会发现长尾巴，这确实很有趣。ADI收购Maxim是另一回事。由于COVID-19，收购的进度要慢一些。对于从未有过交集的公司而言，很难融合在一起。Maxim和ADI有长期的合作关系。Arm、Nvidia和Softbank也彼此熟知。”
EDA和IP领域的并购超过芯片行业其他领域
EDA的收购交易数超过了芯片行业的任何其他领域，不过EDA行业的大多数收购规模都相对较小。 然而，三大EDA公司如果没有收购推动其增长，就永远不会成为三大巨头，而且芯片业不太可能会像以前那样发展。 仅Synopsys就完成了100多次收购。Mentor已经完成了70多次并购，而Cadence已经完成了50多次。（这个数字并不 ，因为有些是资产的分拆和收购，而不是整个公司。）
“许多产品属于增量产品，从技术上和经济上都有所提升。我们非常大的收购的交易之一是Avant，Synopsys在那时建立了所谓的设计前端、综合、仿真、时序、功耗等。那时的后端是物理设计，它是布局布线和一些验证，是由不同公司完成的。”Synopsys董事长兼联合首席执行官Aart de Geus表示，
“在90年代后期，我越来越担心，从技术角度来看，设计和后端设计之间的相互依赖性将变得越来越强。这种情况发生在2000年左右，当时人们担心经济低迷带来的影响。事实证明，在2001年经济大萧条时，许多消费者打算减少开支。只有一家公司——Mentor介于这两者之间，因此我们认为有必要提升我们的能力参与这场竞争。”
正是Cadence开启了EDA行业的并购。“在EDA中引人注目的两个收购是Cadence-Gateway和Cadence-Tangent。”西门子Mentor的名誉首席执行官Wally Rhines说，“随着 正从原理图转向RTL，Gateway使Cadence进入了网关开发的Verilog业务，这推动了Verilog成为标准。虽然行业协会是VHDL，但Verilog处于 地位。”
“同样重要的是Cadence对Tangent的收购。Tangent是一家门阵列路由器公司（最好的门阵列路由器公司），他们也开发了面向标准单元迁移的能力。更早之前，Mentor IC Station和Cadence从Solomon Design Automation出来的Virtuoso的前身，都提供相似的产品。今天的IC Station可能就是Virtuoso，只不过SCS（硅编译器系统）和Mentor的IC Station之间的内部争使他们陷入了完全停滞，为Cadence提供了机会。”
可以说，EDA行业中最重大的收购涉及2016年西门子（Siemens AG）对Mentor的收购。 西门子是一家大型企业集团，也是欧洲最大的工业制造公司，这笔45亿美元的交易使西门子可以提供了从设计软件到完整的半导体流程的完整服务。
同时，也让Mentor成为了一家实力雄厚的公司，其资金规模远大于所有EDA公司的总和。从这个角度来看，2019年，西门子的收入超过1000亿美元。所有EDA公司的市值之和只是其中的一小部分。
IP公司也积极购买其他IP公司，Arm的增长至少部分也是来源于多年来的收购。一些EDA公司，特别是Cadence和Synopsys，也收购了许多小型的IP公司。
Arteris IP董事长兼首席执行官K. Charles Janac表示：“迄今为止，在IP领域，最重要的收购是Synopsys进行了一项将近10亿美元的业务，主要集中在外围I/O IP和PHY技术。 英伟达对Arm的收购对于IP行业和半导体行业都是极为重要的。Nvidia试图成为下一代计算 ，与Intel和AMD直接竞争。因此，在Nvidia的支持下，也许Arm架构将成为SoC的下一个核心。”
关键是协同作用。“我曾经为Joe Costello工作，那时他担任Cadence首席执行官，他有几个有趣的想法。”Janac说，“这笔交易是很好的财务交易，但也必须能够有一些协同作用。如果将2两家公合并放在一起，它们的总和不应等于2或者2.5，应该为3或4。两家公司还需要在文化上兼容并积极地合作。Costello说的另一件事是，最好的交易是双方都对交易有些不满。如果有人真的很高兴，那可能就不算什么了。”
处理器和内存领域的重大并购
在处理器方面， Nvidia收Arm的意义不仅仅局限于某个方面。Arm的生态系统是如此广泛，以至于Arm处理器内核主导着从智能手机中的应用处理器到各种各样的便携式设备，当然，这不是收购 重要的意义。
AMD在2006年以54亿美元收购了GPU制造商ATI，从而使AMD在数据中心市场成为英特尔重要的竞争对手。 “ AMD收购了ATI的图形业务，这使他们能够在与Intel兼容的CPU的基础上进一步发展CPU业务。” 西门子Mentor的名誉首席执行官Wally Rhines说。“ ATI是一家非常 的公司。如果回顾 历史 ，你会发现随着图形标准的改变，大约每10年就会出现一家新的图形公司。ATI是 延续了几代，并幸存下来的公司。”
在存储领域，一系列收购促成了美光的复兴。 他说：“日立和NEC合并成为Elpida（尔必达），被美光（Micron）收购。这的确使美光 科技 保留了DRAM业务，今天全球有三大DRAM供应商，虽然美光公司是最小的，但那笔交易使他们拥有了足够的技术和竞争力，以及日本公司的 。”
IDC研究副总裁Shane Rau表示同意。他说：“美光收购尔必达使他们迈过了门槛。现在有三大内存公司，这对于它们在DRAM中具有足够的供需是必要的。我们预计NAND市场也将出现整合。”
政府对收购的干预和影响
不过，并非所有宣布的收购都能实现。审查过程可能会产生令人意外的结果，而且政府可能认为 受到威胁。 过去，主要是美国政府负责终止或推迟重大交易，但中国等其他 开始发挥其市场力量 ，中国否决了高通公司的440亿美元收购NXP的计划。
“由于富士通收购交易的失败，美国 半导体收购了仙童半导体。”Rhines说，“这笔交易意义重大，因为美国 半导体数十年来一直将其研发投资降至最低，而Don Brooks（当时的总裁兼首席执行官）领导下的仙童半导体开发了出色的新技术。它使美国 半导体焕发出了新的生命，因为一家将研发投入最小化和运营 最大化的公司收购了一家研发投入最大化的公司。”
美国政府在另外两项间接影响芯片产业的交易中也发挥了重要作用。 项涉及1956年IBM签署的同意法令，当时该法令旨在限制IBM捆绑服务、软件和大型计算机的，被称为“市场篮子”的垄断定价。
IBM是当时 提供这三个功能的公司，而且由于当时的 也是行业的标准，所有软件都必须与IBM的设备兼容。因此，IBM利用其市场 使用低价策略与这三个细分市场中的任何一个竞争对手竞争。
到1980年代初期开始PC时代时，IBM仍主要通过大型机和微型计算机来赚取收入，其高管的观点是，PC只是一种玩具。因此，IBM的想法是，与其再次扼杀市场竞争者使自己面临政府的更多干预，不如与英特尔和微软签署交易，而不是试图拥有所有技术。
美国政府还于1982年中断了贝尔系统的交易，让另一项交易达成。AT&T放弃了对贝尔运营公司的控制，而贝尔运营公司又被拆分为地区运营公司。贝尔实验室（Bell Labs）与联邦政府合作开展了大量工作，当时贝尔实验室是全球主要的研发部门之一，与IBM不相上下。 贝尔实验室在1947年发明了 个晶体管，这是成为Linux基础的Unix操作系统，也是 个光路由器。
贝尔实验室于2006年作为朗讯（Lucent）的一部分出售给了阿尔卡特（Alcatel），这是分拆的一部分，在2016年又被诺基亚收购。同时，GlobalFoundries在2015年收购了IBM的微电子业务。这两项收购终结了两个最大的半导体研究业务。
尽管IBM仍在为AI系统进行芯片研究，但在美国，公司以及公司/政府资助的半导体研究，尤其是通信和计算研究的全盛时期已经结束。
各国政府也阻止了芯片行业的其他交易。美国外资投资委员会（CFIUS）阻止了清华紫光集团在2018年以230亿美元的价格收购美光的交易。美国司法部还阻止了 lied Materials（应用材料公司）和TEL（东京威力科创）在2015年的93亿美元合并。
400亿美元的并购规模上限
Nvidia并购Arm的交易仍然是半导体行业规模最大的交易，尽管数量不多。Avago以370亿美元的现金和股票收购了Broadcom。不过，值得注意的是，似乎有一个可接受的上限。
IC Insights的高级市场研究分析师Rob Lineback表示：“几年前，我们确定半导体并购协议（不包括与系统级和软件业务相关的交易）已达到约400亿美元的上限。 高通公司未能以440亿美元收购恩智浦的交易在2018年7月被取消，因为中国在贸易战中一直推迟批准该交易。美国博通以1210亿美元的对高通的恶意收购报价（后来降至1170亿美元）被阻止，是因为担心该国在蜂窝通信技术领域的领导地位的丧失。”
尽管有足够的资金和公司参与的意愿，但规模仍然很重要。“由于大型交易的高价值，更多 之间的贸易保护主义抬头以及贸易摩擦的加剧，大约400亿美元似乎已成为半导体行业可行的收购规模限制。” Lineback说，
“地缘政治环境和贸易战可能会继续限制半导体并购的规模。但是，Nvidia的400亿美元协议违反了这一假设上限。Nvidia与Arm的交易不仅影响了IC行业许多领域的主要参与者，而且似乎也是对当今地缘政治下芯片并购限制的考验。”
在中国，也有对收购交易的股份限制。非本土公司要建立合资公司，需要由中国合作伙伴公司拥有股份子公司51％或更多股份。IDC的Rau说：“这笔交易使Arm剥离了Arm China 51%的股份，意义重大。这是将知识产权带到中国的几笔交易之一。MIPS向中国开放，RISC-V也向中国开放。”
半导体行业正在进入新的阶段
新收购将如何改变芯片行业还有待观察，但是摩尔定律的放缓，以及芯片设计向更异构的方向发展以及对处理和智能需求的推动力，正在改变着芯片行业的动态。
“我们似乎正在进入半导体行业的新阶段，在1970年代和1980年代，通常与大型半导体公司进行纵向集成，这些大型半导体公司开发自己的处理器内核、EDA工具、有时甚至还包括处理设备。” Codasip的高级市场总监Roddy Urquhart说。
“到1990年代，这种情况已经被诸如德州仪器和西门子半导体（于1998年分拆）之类的公司所打破，放弃了内部EDA工具，转而采用商业工具。在同一时间范围内，包括Arm、MIPS、ARC和Tensilica在内的IP公司应运而生，以提供内部内核的替代方案。到2000年， 上大多数公司都依靠三大EDA公司和Arm来满足大多数设计工具和IP需求。在同一时间范围内，我们看到了纯晶圆代工厂的出现和无晶圆厂半导体公司的增长。凭借稳定的商业环境，全球IC设计在许多地区得到了发展，特别是在中国和印度。”
更多的并购让市场在不同的地区进行重组，采用新技术以及需要在更多地方处理更多数据的需求，将会有更多的收购，但是速度如何尚不清楚。 雷锋网
原文链接：/deals-that-change-the-chip-industry/雷锋网雷锋网
随着人工智能从云端向边缘扩展，边缘计算被视为下一个AI战场。海量的应用场景、庞大的计算需求，不仅吸引了英特尔、英伟达这些巨头加速完善云边端一体化的布局，更吸引了众多AI芯片公司纷纷入局。
云端AI已经造就了英伟达的巨大成功，如果边缘AI是一次崭新的机会，哪些公司有机会成为赢家？
业界对于通用、专用的计算路线讨论已久，与这个话题伴生的其实是多样、碎片的应用场景。场景是碎片的，产品是碎片的，那么芯片呢？也只能是碎片的、专用的，不能是通用的吗？通用计算老大哥CPU、GPU的地位会旁落吗？未来通用计算和专用计算的关系如何发展？
时擎 科技 总裁于欣告诉，针对不同应用的架构设计，是一定需要的。领域专用架构（DSA）处理器和芯片，本质上就是要解决通用性和专用性平衡和取舍的问题。
“这里有两个大前提，一是端侧的应用比较碎片化，第二是对功耗和成本往往有比较高的要求。在这两个前提下，如何既能保证相对于某个场景足够的竞争力，以满足成本和功耗的要求，同时又能兼顾足够的市场空间——这是每一家公司都要面临的挑战，也是对产品定义能力的考验”，他强调。
通用计算芯片固然能够覆盖边缘计算程序所需要的所有运算操作，但在芯片架构伸缩性、性能方面，确实无法及时适应边缘侧需求的快速增长。通用计算和专用计算芯片已经呈现出融合发展的趋势。并且，计算特性决定了边缘芯片和云端芯片的不同，架构设计需要进行优化定制。
灵汐 科技 副总经理华宝洪表示，二者要相辅相成，最好能融为一体。在专用计算芯片中会包括通用计算的核，比如Arm或RISC-V等IP内核。新型计算架构芯片比如类脑计算芯片中，除了包括神经拟态计算核、神经网络计算核，一般还有通用的Arm核。同时，通用计算芯片比如最新的Arm芯片，也会内置部分针对传统神经网络加速的IP核。异构融合芯片架构是发展的必然。
伴随这一趋势，意味着需要把负责加速的专用计算单元移入通用编程模型中，且创建通用处理器的压力始终存在。Imagination计算业务产品管理总监Rob Fisher表示，这主要是从通用处理器编程的易用性角度来考虑的。当任务的规模或所需性能远远超出通用解决方案所能容纳的范围时，这种模式将受到限制。
他指出，GPU就是一个很好的示例。在实际应用中，将图形处理工作负载卸载到GPU上的优势很明显，从而推动了 图形处理器的独立开发。矢量处理器正越来越多地与CPU架构紧密结合，从而允许对计算任务进行指令级加速。
雪湖 科技 副总裁赵小吾表示，针对不同场景下功能和性能的不同要求，边缘的需求更复杂，很难用一个通用的架构或者 来满足大多数的需求，所以会针对不同应用场景进行专门的架构设计。性能要求不高，算法变化快的部分可以使用通用计算芯片，比如CPU；性能要求高，算法相对固化的部分可以使用专用计算芯片，比如ASIC；对性能和算法灵活性都有一定要求的部分可以使用FPGA可编程芯片。
他以智慧交通领域的边缘计算为例谈到，由于基本都是室外场景，环境复杂且恶劣，既要满足AI大算力和低延时，又要满足可靠性和稳定运行，因此目前大部分边缘计算机都无法满足需求。而采用了室外基站同等级的芯片为这种场景定制了专用的大算力计算机，才满足了这些特殊场景的需求。
随着高性能计算和机器学习的兴起，异构处理器必须处理的工作负载急剧增加，在整个半导体行业建立开放的生态合作至关重要。
不久前，英特尔、AMD、Arm、高通、台积电等已经联合成立了Chiplet标准联盟，推出了通用Chiplet的高速互联标准UCIe。在UCIe的框架下，互联接口标准得到 ，各类不同工艺、不同功能的Chiplet芯片，有望通过2D、2.5D、3D等各种封装方式整合在一起，多种形态的处理引擎将共同组成超大规模的复杂芯片系统。
英伟达在上个月的GTC22上，一方面宣布了对UCIe规范的支持，另一方面，宣布为半定制芯片开放其NVLink-C2C互连技术，这是一种支持内存一致性的芯片到芯片、裸片到裸片的互连技术。这一路线已经明确展现了英伟达的异构决心，按照这一规划，理论上甚至可以将英伟达的芯片与竞争对手的芯片放入同一个封装中。
黄仁勋告诉，他 喜欢PCIe，第二喜欢UCIe，并且预测五年内UCIe的好处会逐渐显现。至于英伟达自身的NVlink互连技术，他强调优势在于直连能力。UCIe不能直接接入芯片，仍然是一个外设接口；而NVlink的优势在于可以直接连接，几乎就像直接连接到大脑一样。一定程度上，这可能会导致它的组装比较复杂，合作伙伴和客户必须非常了解NVlink。不过，一旦他们能做好这一点，就可以充分利用芯片内部的所有资源，就像这些资源都在同一个芯片上一样。
这一解答既表明了英伟达并不打算自我排除在在UCIe联盟之外，同时也展现出了对自身NVLink互连技术的 信心，推测该技术也将成为英伟达构建异构生态的关键。
边缘计算市场的巨大潜力，自然也吸引着云端芯片巨头的竞逐，他们正通过异构计算、先进制程、先进封装等方式进行全面布局，加之高筑的生态壁垒，国内AI芯片厂商是否有机会与之一搏？
“能造得了摩天大楼的，不一定擅长雕梁画柱。当然相对于云端目前高度垄断和集中的格局来说，边缘侧还没有确定的格局，大家都有机会，而具有更强技术能力和落地能力的厂家，会有更大的机会在竞争中脱颖而出”，时擎 科技 于欣表示，“云边端在某些场景融合协同是有道理的，但本身从芯片设计的角度来说，还是会有很大的区别。”
灵汐 科技 华宝洪则认为，异构计算、先进制程、先进封装等均是手段，不能从根本上解决高能效比、小样本学习、 学习等问题。在行业导向和市场需求的双重驱动下，冯·诺依曼架构和非冯·诺依曼架构的异构融合，将成为驱动边缘计算技术创新与未来行业高质量发展的核心引擎。
一方面，冯·诺依曼架构的芯片依然在走“暴力计算”的美学方向，会考虑用最先进制程、最先进封装来提升算力；另一方面，非冯·诺依曼架构优先通过架构创新来满足在生物神经网络、类脑方向和新型混合神经网络等领域的规模化使用。以类脑计算为代表的新型计算架构将与传统计算架构深度融合，引领新一轮的技术变革。
雪湖 科技 赵小吾表示，业界头部厂商都开始用小芯片拼凑大芯片的方式来完成产品布局，以满足不同场景的算力需求。例如苹果和英伟达，都开始采用这种“拼积木”的方式，这是非常明确的趋势。
国内这两年市场很热发展很快，但形成规模和有竞争力的厂商并不多。“芯片还是一个需要积累的产业，且产业链比较长”， 赵小吾表示，“目前国内小而多的形态不利于去和上下游争夺话语权，预计未来1-2 年里应该会迎来一波AI芯片厂商淘汰潮。”
爱芯元智创始人、董事长兼CEO仇肖莘也表达了类似观点，她谈到，现在对国产芯片产业是千载难逢的机会，由于市场需求和 支持，涌现了许多创业型公司。而从大环境出发，我国的芯片行业还属于初期阶段，正呈现出一种百花齐放的态势，但随着产业的不断发展壮大，随之而来的行业整合也将是必经过程。
她强调，这符合芯片行业在过去几十年发展的规律，经过这样的整合，业内一定会出现头部企业，这对于 整体产业发展是非常重要的。只有这样，中国企业和国际大厂才有同台竞技的机会。
灵汐 科技 华宝洪表示，边缘AI芯片市场仍处于开放状态，没有 的霸主。新兴的、多样化的应用场景为国产AI芯片带来了巨大的市场机会，特别是在自动驾驶、智能安防、智能物联网和可穿戴设备等越来越碎片化的市场，国产AI芯片厂商和国际巨头芯片厂商是站在同一起跑线上的，甚至在某些领域更有优势。
就像计算架构领域一位 的科学家所说，现在正是芯片体系架构百花齐放的黄金时代，这一时代前所未有。尽管CPU、GPU会持续创新，且在某些计算任务上是不可或缺的，但是AI加速计算、数据爆炸等趋势催生的新市场，一定是巨大且多样的，这就给了AI芯片公司带来了新的机会。
从CPU来看，x86架构统治PC和服务器已有松动迹象，Arm一路从手机端和IoT逐渐向上，攻入PC和服务器领域。RISC-V也从物联网设备起步，向更大量的设备进行布局。冯·诺依曼架构和非冯·诺依曼架构的异构融合，正在通往规模化的道路上……
每一次技术浪潮，都会产生新的领导型公司。边缘AI会吗？
好了，今天我们就此结束对“30多年来改变芯片行业的重大并购交易”的讲解。希望您已经对这个主题有了更深入的认识和理解。如果您有任何问题或需要进一步的信息，请随时告诉我，我将竭诚为您服务。
评论前必须登录！
注册