2023年，半導體市場的逆風周期仍未過去，企業收并購的腳步卻不曾停歇。根據公開的信息，記者梳理了23樁半導體領域的國際收并購案例，發現2023年全球半導體領域的收并購案主要集中在AI、EDA、寬禁帶半導體等領域，呈現以下特點。
2023年部分半導體相關收購案
特點一：EDA領域收并購事件最集中
若以數量來看，2023年以EDA為代表的電子系統設計企業相關的收購最為活躍，且大多是對同領域或相鄰領域公司的橫向收購。EDA頭部企業Cadence一年之內收購了四家企業，其中三家是同樣從事電子系統設計的企業。新思科技、Keysight都有軟件企業納入麾下。當然，也有EDA企業被收購，比如Insight和Diakopto就分別被西門子和ANSYS兩家工程軟件公司收入囊中。EDA企業積極拓展，以橫向收購應對先進制程加劇芯片設計復雜程度的挑戰，成為2023年半導體收并購事件的主陣地。
收購原因1：先進制程加劇芯片設計復雜性
EDA企業普遍希望通過收購提升芯片設計的自動化體驗，以應對先進制程帶給布局、布線、檢測等主要設計流程的挑戰。
典型案例A：Keysight收購Cliosoft
Keysight收購Cliosoft，就是看中了Cliosoft的流程及數據管理功能。采用先進制程的芯片設計涉及更多、更復雜的IP模塊和數據，而Cliosoft等企業提供的管理工具，能夠幫助用戶構建高效的工作流程。
典型案例B：ANSYS收購Diakopto
ANSYS收購Diakopto是為了應對寄生效應問題。隨著芯片采用的工藝越來越先進，芯片設計布局中的寄生效應問題也日益復雜?；谑召彛?/span>ANSYS希望在芯片設計的早期就檢測到寄生效應，并為工程師提供可行的解決方案，以提升芯片的可靠性并加快上市時間。
收購原因2：跟進熱門技術和熱點領域
EDA企業照例對熱門技術和熱點應用領域產生強大興趣。與時俱進，不被落后于時代是EDA企業“買買買”的不竭動力。
典型案例A：Cadence收購Pulsic
Cadence收購Pulsic的主要目標，是將人工智能引入芯片設計。雖然近年來芯片設計的自動化水平持續提升，但模擬電路的設計仍然對手動的布局、布線有著較高的依賴程度。Cadence等EDA企業和Pulsic、Astrus等芯片設計解決方案公司，都在基于智能化技術，提升模擬電路的布局效率。此前，Cadence推出了Virtuoso Studio解決方案，通過AI、云、2.5D/3D封裝等技術，支持客制化的芯片設計。Cadence希望本次收購，能夠將Pulsic的自動化技術融入Virtuoso Studio，利用AI降低模擬芯片的設計難度。
典型案例B：新思科技收購PikeTec
新思科技收購PikeTec，志在軟件定義汽車。隨著汽車電子電氣架構日漸復雜，由軟件、傳感器、計算、機電一體化構成的軟件定義系統也更加龐大，測試和驗證工作隨之增加。新思科技計劃將PikeTec的測試自動化工具和服務加入自身產品線，為汽車OEM提供更加全面的虛擬化和測試方案。
特點二：人工智能相關收并購“波及面”最大
人工智能的爆炸式發展，炸開的不僅是人工智能領域，也包括半導體行業。如果要為2023年不同應用領域、不同產業環節的半導體收購尋找一個“最大公約數”，人工智能是不二之選。因為人工智能這個“香餑餑”，發生了軟硬件企業之間的“跨界”收購，涉及英偉達、AMD、微軟等領軍科技企業，也受到產業界最高度的關注。
收購原因1：軟硬件協同
2023年，既有算力芯片企業收購軟件企業的案例，也有軟件企業收購算力芯片企業。目的都在于構建軟硬件一體化的AI解決方案，讓用戶能夠根據自身場景和需求便捷部署AI服務。
典型案例A：AMD收購兩家AI軟件企業
AMD收購了Mipsology和Nod.ai兩家AI軟件企業，以完善人工智能軟件堆棧，擴展軟件工具、數據庫和模型生態，使用戶能夠更簡捷地在AMD硬件部署和運行AI模型。
典型案例B：微軟收購DPU芯片企業
微軟作為OpenAI的主要投資者，已經將ChatGPT托管到自家云服務Azure上，并推動ChatGPT與搜索引擎Bing的整合。要支撐廣大用戶對于AI軟件、應用和工具的調用，就離不開強力的數據中心基礎設施。微軟收購的Fungible是一家DPU供應商，而DPU被譽為繼CPU、GPU之后數據中心的第三塊主力芯片，能夠讓計算更加靠近數據產生的地方，給CPU減負，從而提升系統的整體計算效率。目前亞馬遜、阿里云等云廠商都擁有了自研DPU，微軟選擇通過收購迎頭趕上，也反應了云廠商應對AIGC引爆的數據洪流時，將軟硬件耦合放在了重要位置。
收購原因2：搶灘邊緣AI
隨著模型壓縮技術的進步和邊緣設備算力的提升，AIGC正在向邊緣側下沉。由于邊緣設備不需要將敏感數據傳輸到云端或存儲在外部服務器，邊緣AI在隱私保護和節省成本等方面具有優勢?；谶吘壢斯ぶ悄?，開發者可以讓最終產品從機器學習中受益，且不必對用戶隱私、功耗、成本和實時性能等關鍵指標作出妥協。
典型案例A：英偉達收購OmniML
英偉達低調收購的OmniML主要提供機器學習應用微型化技術，能夠壓縮AI模型的體量，使模型在邊緣AI設備運行。目前，AIGC和大模型等AI最新業態，普遍以數據中心作為最主要的基礎設施?；蛟S邊緣設備將成為AI的下一個戰場，讓AI乃至大模型的部分能力來到消費者身邊。
典型案例B：英飛凌收購Imagimob
英飛凌收購邊緣設備機器學習技術供應商Imagimob，是為了強化邊緣AI解決方案，在快速增長的邊緣 AI市場搶占先機。
在未來幾年內，人工智能和機器學習將大規模進入嵌入式應用，在保護用戶隱私的同時實現新的功能，并提升控制和能效水平。通過此次收購，英飛凌提升了在機器學習解決方案領域的影響力，并補充了人工智能產品線，讓機器學習算法能夠在最小型的MCU運行，為客戶創新提供支持。英飛凌希望讓每一位開發者——哪怕新手，都能輕松使用邊緣AI的工具并開發推理模型。
特點三：寬禁帶半導體相關收并購最值得期待
2023年，寬禁帶半導體領域迎來兩起大額收購——所謂“大額”，是指收購金額超過了被收購方主營的寬禁帶半導體的市場規模，或是該類寬禁帶半導體在某一領域的市場規模。這也折射出收購方對于寬禁帶半導體發展前景的信心。
典型案例A：英飛凌8.3億美元收購氮化鎵系統公司
在2022年氮化鎵市場規模約為1.8億美元的前提下，英飛凌斥資8.3億美元收購了氮化鎵系統公司，以構建包含硅、碳化硅和氮化鎵三種主要功率半導體技術的業務版圖。
英飛凌發言人Gregor Rodehueser（格雷戈爾·羅德霍瑟）向《中國電子報》記者表示，氮化鎵正在成為功率半導體的關鍵材料，與硅和碳化硅并列，將在未來幾年發揮更加重要的作用，特別是在移動充電、數據中心電源、住宅太陽能逆變器和電動汽車等應用中。英飛凌目前擁有約450名氮化鎵專家和350多個氮化鎵專利族，正在通過收購等措施鞏固在電源系統領域的領先地位，完善氮化鎵路線圖，并加快相關產品的上市。
典型案例B：博世15億美元收購芯片制造商TSI
博世收購TSI的主要目的是制造用于電動汽車的碳化硅芯片。根據市調機構數據，博世收購TSI的金額超過了2022年車用碳化硅功率器件的市場規模，展現了博世對于碳化硅市場需求的樂觀預期。博世計劃向TSI的羅斯維爾工廠注資超過15億美元，將TSI的半導體制造設施轉變為更先進的工藝，第一批基于8英寸碳化硅晶圓生產的芯片將于2026年下線。據博世測算，相比硅基芯片，碳化硅芯片的能源消耗最多可減少50%，安裝碳化硅功率器件的電動汽車在一次充電后的行駛里程（較安裝硅基功率器件的電動汽車）平均提升6%。
冷年之中，步履不停，半導體仍是全球最活躍的行業！
