当前位置:首页 > 恩智浦
  • 汇顶重金收购恩智浦VAS业务,布局音频市场

    汇顶重金收购恩智浦VAS业务,布局音频市场

    8月16日,汇顶科技发布公告称,拟通过现金支付的方式购买NXPB.V.(以下简称“恩智浦”)旗下的语音及音频应用解决方案业务(VoiceandAudioSolutions,以下简称“VAS”),交易价格为16,500万美元。 目前,双方已就收购达成最终协议,VAS业务相关的所有资产、知识产权、欧洲和亚洲的研发团队都将并入汇顶科技。 据悉,本次交易标的为恩智浦集团VAS业务的专属资产包,资产分布在恩智浦全球各地子公司中,包括固定资产、存货、专属技术及知识产权、尚在履行中的合同,以及目标资产所包括的合同关系与指定人员。该业务涵盖的职能包括设计研发、项目管理、产品营销及客户服务支持等。该业务解决方案主要用于智能手机、智能穿戴、IoT等领域,主要客户为国内外知名安卓手机厂商。 截至目前,交易标的中拟转让的总计200多件专利中有79件专利存在质押,但交易对方会在交割前解除全部质押并完成专利权的正常转让,故前述质押不会影响本次交易正常进行和完成。除前述情况外,交易标的产权清晰,不存在抵押、质押及其他任何限制转让的情况,不涉及诉讼、仲裁事项或查封、冻结等司法措施,不存在妨碍权属转移的其他情况。 汇顶科技披露,本次收购 VAS 业务资产所涉及的合同关系与指定人员将由汇顶科技子公司、 孙公司承接,本次收购资产的资金全部为汇顶科技或子公司、孙公司自有资金。截至目前,汇顶科技已经按照双方的约定向卖方的关联公司一次性支付了68,942,000人民币的预付款,符合双方约定的付款进度。 关于此次收购资产的目的和影响,汇顶科技表示,以客户需求为导向及全球布局一直是汇顶发展的重要策略,公司创新及发展的根本来源于客户和市场的需求。本次交易会同时给公司的营收、产品带来新的成长契机,符合公司在智能移动终端产品发展的规划方向,同时将现有产品与新产品进行整合,为公司在新的产品领域进一步发力、持续为客户提供有价值的产品打好基础。 正如汇顶科技CEO张帆所言:“此次收购是汇顶科技未来产业布局中的战略性一步,VAS的加入,将拓宽我们现有智能终端和IoT产品线的应用广度,显著增强我们在智能穿戴设备等智能音频应用领域的研发能力,为客户提供更丰富的创新产品组合,为公司的战略发展注入新的创新动能。” 这一里程碑式的收购,标志着在移动终端应用领域持续巩固创新领先地位后,汇顶科技稳步落地IoT长期战略布局,致力成长为一家综合型的创新领先半导体提供商。 本文来自汇顶科技微信号,本文作为转载分享。

    时间:2020-05-26 关键词: 恩智浦 音频 汇顶科技

  • 恩智浦半导体推出UWB产品组合扩充的新型汽车UWB芯片

    新闻提要 实现广泛的颠覆性用例,如真正解放双手的智能手机汽车门禁 通过独特的超宽带(UWB)定位功能为汽车和智能设备提供空间感知功能 全新汽车芯片进一步完善了恩智浦UWB产品组合,在汽车、移动和物联网领域形成广泛的生态系统 恩智浦、宝马集团、大陆集团在车联网联盟(CCC)合作研究全新汽车UWB用例与标准 恩智浦半导体宣布一项UWB产品组合的扩充——推出一种新型汽车UWB芯片。恩智浦UWB技术提供精确、安全、实时的定位功能,这是其他无线技术(如Wi-Fi、蓝牙和GPS)无法比拟的。 这项技术旨在让装有UWB的汽车、手机和其他智能设备具备空间感知能力,使汽车能够准确定位用户的所在位置,从而使智能手机首次实现与最先进的遥控钥匙同等的便利性。用户能够打开车门并启动汽车,无需将手机从口袋或包里拿出,或者通过智能手机实现安全遥控停车。新型UWB集成电路还可通过中继攻击功能最大程度防止汽车被盗。 随着该芯片的推出,恩智浦、宝马集团、大陆集团以及其他公司通过车联网联盟(CCC)和IEEE合作研究UWB部署事项,以确保在车辆、移动设备和消费者设备的交叉领域使客户获得最佳体验。所有的标准化工作旨在实现免手持智能门禁和其他基于UWB汽车定位用例的全球标准。 宝马集团数字门禁功能开发主管Dr Olaf Müller表示:“智能手机是当今数字生活方式的核心。我们确信,基于智能手机的便携门禁是一系列创新型汽车UWB用例的开始。” 大陆集团汽车门禁系统主管Philippe Fournet-Fayat表示:“大陆集团在提供安全定位平台方面处于前沿地位,这些创新将有助于满足超级用户一代的应用需求。要让这些新用例变成现实,如智能手机门禁和远程停车,就需要UWB的超精确实时定位功能。” 恩智浦副总裁兼安全汽车门禁部总经理Markus Staeblein 表示:“移动技术与汽车领域蕴含着巨大商机。作为这些细分市场的领先半导体制造商,我们希望能够抓住机会,为用户带来更好的无缝且安全的移动体验。我们非常高兴能够与宝马集团、大陆集团和其他车联网联盟成员共同致力于实现UWB所需的互操作性和标准化。” 恩智浦NCJ29D5是专为全球汽车业需求而设计的新一代UWB集成电路。与恩智浦连接和安全解决方案(如蓝牙、近场通信和安全元件(SE))相结合,该技术提供真正安全免手持智能门禁功能,支持汽车连接标准化。 更多汽车UWB创新用例 除了智能门禁和远程停车,恩智浦汽车UWB还支持以下用例: 近程雷达:用于生命体征检测和便捷式后备箱门禁 智能手机代客泊车:可通过智能手机应用程序将汽车“送到”停车位,实现自动泊车 电动汽车充电:自动定位到车载充电器 免下车付款:精确定位,实现安全在线付款 汽车作为钥匙:汽车能够无缝完成进入车库/停车场的操作

    时间:2020-05-17 关键词: uwb 恩智浦 汽车门禁

  • 恩智浦2020年在物联网市场的发展情况预测分析

    恩智浦2020年在物联网市场的发展情况预测分析

    回顾半导体发展历程,从摩尔定律的提出,到半导体技术发展速度放缓,再到我国公用分组交换数据网(CHINAPAC)骨干网业务的正式开通,随着时代的进步与需求的提升,机器开始走上互联之路,市场也迎来了增长期。 IHS数据显示,智能互联设备边缘节点安装量实现了从2015年的120亿到2020年的310亿,再到2025年将会翻倍提升至750亿。 近日,恩智浦大中华区销售与市场副总裁钱志军在媒体交流会上表示,随着5G的到来,万物互联的实现将进一步激发市场潜力,人工智能/物联网颠覆创新也将成为新的增长引擎。 2019年对恩智浦而言,是动作相当密集的一年,在这一年里恩智浦聚焦于汽车、工业和物联网、移动设备和通信基础设施4大终端市场,发布了多款新产品,实现了完整的解决方案,成功布局物联网新格局。 恩智浦拥有AIoT全部赋能技术 现在人们对“边缘计算”和“智能设备”的概念不再陌生。边缘计算即智能设备基于分布式的计算方法,将一些决策放置数据的收集端和数据的产生端,可极大地解决带宽延迟和安全性的问题。 具有经济性、可靠性、数据保护三大特点的边缘计算,还实现了实时分析和驱动、机器学习、减少数据中心流量的功能,使得智能设备将受益于安全的边缘。 在钱志军看来,所有智能设备有感知、思考、连接、行动四大主要技术特征。其中恩智浦在智能设备中拥有全部赋能技术的独特优势,实现了完整解决方案的构建。 在感知方面,恩智浦从传感器、语音、图像、视频,到各种各样的传感器数据,再到车联网等多个门类中都有相应的产品。 在思考方面,恩智浦提供各种各样的产品,从MCU到MPU再到跨界控制器以及更高性能的i.MX和多核处理器Layerscape,同时也有专用的汽车处理器,如S32系列,目前全球已经有超过26000个客户采用了恩智浦的MCU和MPU产品。 在连接方面,面对目前比较分散和碎片化的连接标准,恩智浦对其提供多种连接方法以及无线和有线方案,如WiFi、UWB、NFC、ZigBee、基于ZigBee的THREAD、MIFARE,在V2X里面最重要的DSRC等,这一系列的产品是恩智浦连接系列里面最重要的组成部分。值得一提的是,UWB作为连接技术的“新星”,其超宽带可基于2ns脉冲的飞行时间进行精确安全的空间定位,且适用于车钥匙的智能门禁2.0,所有主要的汽车厂商都在研究基于UWB的汽车钥匙,主要的手机制造商也在积极参与UWB开发,市场机会巨大。 在行动方面,恩智浦拥有各种各样的模拟器,包括汽车、物联网和手机里面的接口电路,包括边缘管理以及执行机构的接口。 此外,在整个物联网的过程中,安全可靠的算法已逐渐被人们认可。恩智浦为保证物联网运营机制的稳定和畅通,在安全机制和产品上,拥有分离式的安全元件、各种嵌入式的安全模块和安全认证。从汽车到IoT都拥有非常健全的安全机制。同时还向客户提供软件的解决方案和软件包,甚至是一些服务平台。 恩智浦将安全拓展到物联网 回顾2019年恩智浦在物联网上的布局以及产品的落地应用,9月与北汽集团宣布了战略合作,双方围绕着汽车数字化、安全物联网应用和技术融合展开合作;10月份恩智浦与阿里菜鸟签署了一个MoU,双方基于物流和供应链系统打造新一代的设计,打造新一代的RFID产品,使得物流和产品能从准确率、有效性和便利性方面得到极大的提升;恩智浦在百度AI生态系统论坛和百度ABC峰会上展示了AI视觉和语音识别解决方案以及共享边缘计算和IoT安全解决方案……这一系列的战略合作,显示了恩智浦为促进物联网生态圈融合创新所做出的努力。 作为全球最大的汽车电子供应商及领先的人工智能物联网芯片公司,恩智浦在赋能行业创新方面具有得天独厚的优势。钱志军介绍道,恩智浦在2018年已建立起“AIoT创新中心”,围绕智慧交通、智能家居和智慧零售/物流等七大应用领域,强化产品的定位和产品的软硬件结合,提供涵盖处理、连接、安全和服务的AIoT综合解决方案平台与完善的生态系统。 据了解,基于边缘计算和边缘安全的理念,2019年恩智浦发布了EdgeVerse 安全平台,该平台包含了各种硬件产品,在应用处理器、各种MCU、连接器件、模拟器件等硬件设备的基础上,还提供了机器学习的软件包,和各产品解决方案,如基于人工学习的软件开发包eIQ,基于voice体验的软件开发环境Immersiv3D,还有设备管理平台EdgeScale。恩智浦基于安全品牌的理念,在EdgeVerse中含有一个EdgeLock的解决方案,该解决方案有分离的安全芯片、基于接口电路的安全验证和基于嵌入到MCU、MPU里的各个安全子模块,以及EdgeLock 2GO的服务平台。 此外,就产品而言,恩智浦实现了机器学习的革命,其产品拥有低端、中端、高端不同系列的组合,通过云端的训练,让终端设备能够以最快的速度完成学习,达到一定的AI能力。 谈及未来行业变化时,钱志军指出,无论是半导体行业,还是5G给终端市场和车联网等带来的“红利”,基于AIoT、MCU、MPU模拟器件处理器的市场的走势,可看到大概率反弹的可能性。“2020年物联网市场将会是恩智浦主要的增长点。” 钱志军如是说。

    时间:2020-05-10 关键词: 恩智浦 物联网 工业物联网

  • 基于MCU微控制器的智能穿戴设备设计思路

    基于MCU微控制器的智能穿戴设备设计思路

    国际即时新闻(原文:英文) Wearable Technology Is Changing Lives The wrist is in great demand, as are many other parts of the body. Even the clothes we wear are becoming part of the next big thing; technology is going (even more) mobile as the concept of wearable technology takes hold. As an emerging sector, it is dependent on a number of technologies but none more so than integrated electronics. Fortunately for developers, embedded electronics is arguably also the most mature aspect of wearable technology, and as such offers many opportunities for OEMs to help shape this new phenomenon. Wearable technology is expected to include electronics, fabrics, biologics, biochemicals and renewable energy in a way that has never been seen before. It provides an opportunity for immeasurable innovaTIon in a market that will likely be in a state of flux for many decades, as it augments and merges with other aspects of modern life. We are already taking the first tentaTIve steps on a journey that could change modern life forever. Key attributes The humble fob watch appeared during the 16th century and remained largely unchanged unTIl the First World War, when it was moved to the wrist predominantly for convenience. This could be considered the first ever example of ‘wearable technology’ and it has endured for an enTIre century as, fundamentally, a method for keeping time. Of course, since the introduction of integrated electronics the functionality of the watch has changed immensely and so it is logical that it would be the target for some of the first modern examples of wearable devices. Market analyst IHS Electronics & Media defines this class of device as being worn for extended periods of time, with the user experience being significantly enhanced as a result, while having advanced circuitry, wireless connectivity and independent processing capability. It further defines the categories for wearable technology as being: Fitness and Wellness; Healthcare and Medical; Industrial; Military; and Infotainment. Predominantly, these five categories comprise various forms of the acquisition, processing and displaying of data, which reiterates the need for local processing capability. Of course, at a more technical level, other key attributes of any device intended to be worn for extended periods during various levels of activity will be size and power; in both cases, the smaller the better. These are requirements that Integrated Device Manufacturers have observed for many years, furthered by Moore’s Law and developments in fabrication and packaging technologies. The challenge now is to combine advanced semiconductor technology with emerging ‘smart’ solutions in fabrics, sensors and energy. Every aspect of wearable technology will rely on the combination of the most optimal point-solutions; luckily there are already a number of microcontrollers available in volumes that effectively target this exciting new sector. Leading solutions Following the introduction of the Cortex-M0+ core by ARM with lead-partner Freescale Semiconductor, a number of IDMs have adopted the core for their ultra-low-power product offerings. The Cortex-M0+ offers a combination of features and low-power operation that perfectly matches a number of applications, and when delivered in the latest space-saving packages it represents a capable solution for wearable technology. The Kinetis KL02 from Freescale Semiconductor, for example, is available in a 20-pin WLCSP (wafer level, chip-scale packaging) option that measures less than 2 mm on each side and less than 0.6 mm high. Apart from being the smallest ARM-powered MCU available in volume, the KL02 features nine low-power modes and every device has a unique 80-bit identification number. Unique features help differentiate devices based on a common processor core such as the Cortex-M0+; illustrating this point, the LPC81XM family from NXP Semiconductor features a Pin Interrupt/Pattern Match Engine (Figure 1) that allows levels present on defined I/O to be assessed using predefined Boolean expressions to generate an interrupt. This could be useful in applications where the processor is required to spend extended periods in a deep-sleep mode, in order to preserve battery power.  Figure 1: NXP’s LPC81 family features the Pattern Match Engine to reduce CPU activity.  The Zero Gecko family from Silicon Labs integrates a similar but more sophisticated feature with its Peripheral Reflex System; peripherals are able to communicate with each other while the core remains in a low-power sleep mode. The Gecko devices also employ Low Energy Sensor Interface (LESENSE) technology developed to allow the devices to control up to sixteen analog sensors without CPU intervention (Figure 2). It works in the 900 nA deep-sleep mode and can interface to capacitive, inductive and resistive sensors. This could be particularly relevant in wearable technology developed for health monitoring or home care, where sensors will be used to monitor physical conditions over long periods of time.  Figure 2: The LESENSE interface in the Gecko Devices from Silicon Labs enable peripherals to interact with analogue peripherals without using the CPU.  As an emerging market, the word ‘typical’ can’t be applied to any wearable technology, however, as it is predominantly intended to be active only when worn, it would be reasonable to expect any device to spend a significant amount of time inactive. However, as any user will appreciate, when a device is needed it is always needed ‘immediately’, so time spent recharging depleted batteries is never welcome. For this reason, ultra-low-power modes will be crucial to ensure the device is always ready to go, and while the Cortex-M0+ core is designed to be low power, it is often down to the IDMs using it to implement the overall low-power strategy. To this end, the STM32L0 series from STMicroelectronics provides a Standby mode that consumes just 0.27 μA when the Real Time Clock is switched off (if the RTC remains on, the power rises to 0.65 μA at 1.8 V). The device takes just 60 μS to wake from Standby mode, although only data held in the Standby registers is retained. Although only offering two low-power modes, the Cortex-M0+-based ATSAMD20 family from Atmel also implements an intelligent peripheral approach to minimize core activity. The Event System allows peripherals to directly send and receive signals (events) that can be acted upon without waking the core. It operates in both asynchronous and synchronous modes and the Event System provides eight configurable channels comprising up to fifty-nine event ‘generators’ and fourteen event ‘users’ (Figure 3) . Figure 3: Atmel’s Event System technology allows the ATSAMD20 to maintain low-power operation.  Energy harvesting One element of wearable technology that has yet to be comprehensively addressed is providing the (admittedly small) energy the devices will require. Batteries remain the primary solution, but they are relatively large, so it will inevitably become necessary or desirable to power smaller devices with sustainable sources. Here, the concept of energy harvesting is gaining ground rapidly. Wearable technology is evolving quickly and analysts predict rapid growth with huge potential for innovation. As a result, it is likely to change the way we live forever.  [译]可穿戴技术改变生活 手腕的需求量很大,因为是身体的其他许多地方。即使我们穿正成为下一个大的事情的一部分衣服;技术是怎么回事(甚至更多)作为移动可穿戴技术的概念扎根。作为一个新兴的行业,它依赖于一些技术,但莫过于集成电子元件。幸运的是开发商,嵌入式电子可以说是也可穿戴技术最成熟的方面,因此提供了许多机会为原始设备制造商,以帮助形成这种新现象。可穿戴技术预计将包括电子产品,纺织品,生物,生物化学品和可再生能源在以前从来没有见过的方式。它提供了不可估量的创新在市场上的机会,很可能会处于不稳定状态,几十年来,因为它增强和融合了现代生活的其他方面。我们已经采取的旅程,可能永远改变现代生活的第一个试探性步骤。关键属性不起眼的FOB手表出现在16世纪和基本保持不变,直到第一次世界大战,当时它被转移到手腕主要是为了方便。这可以被认为是“可穿戴技术”有史以来第一次的例子,它已经持续了整个世纪,从根本上,为保持时间的方法。        当然,自推出集成电子手表的功能发生了变化巨大,所以它是合乎逻辑的,这将是目标的一些可穿戴设备的第一个现代的例子。市场分析员IHS与电子媒体这类装置的定义为被磨损延长的时间周期,与用户体验被显著增强,结果,虽然具有先进的电路,无线连接和独立处理能力。它进一步定义了类别可穿戴技术作为是:健身与健康;医疗保健和医疗;工业;军事;和信息娱乐系统。主要是,这五大类包括各种形式的采集,处理和显示数据,其中重申,需要对本地处理能力。当然,在一个更技术层面上,也可以在各种级别的活动将尺寸和功率的佩戴长时间旨在任何设备的其他关键属性;在这两种情况下,越小越好。这些要求是集成设备制造商已经观察了很多年,摩尔定律的进一步推动和发展制造和封装技术。现在的挑战是,以先进的半导体技术与新兴的“智能”面料,传感器和能源解决方案相结合。可穿戴技术的各个方面将依靠最优化的点解决方案的组合;幸运的是,已经有一些在卷可微控制器,有效地瞄准这一令人兴奋的新部门。         领先的解决方案继推出了Cortex-M0 +内核的ARM所用铅的合作伙伴飞思卡尔半导体,许多IDM厂商都采用了核心的超低功耗的产品供应。在Cortex-M0 +提供的功能和低功耗运行的组合,完美匹配的一些应用程序,而当在最新的节省空间的封装交付它代表着可穿戴技术有能力的解决方案。该的Kinetis KL02飞思卡尔半导体,例如,在一个20引脚WLCSP(晶圆级芯片尺寸封装)选项测量小于2毫米,每边和小于0.6毫米高可用。除了是最小的ARM供电MCU批量上市,该KL02具有9个低功耗模式,每个设备都有一个唯一的80位识别码。独特的功能,帮助区分基于一个共同的处理器核心设备,如在Cortex-M0 +;说明这一点上,LPC81XM家人从恩智浦半导体公司有引脚中断/模式匹配引擎(图1),使本上定义的I / O使用预定义的布尔表达式产生一个中断评估水平。这可能是在其中处理器需要花费长时间处于深睡眠模式,以节省电池电量的应用是有用的。 恩智浦LPC81系列图1图:恩智浦的LPC81系列采用模式匹配引擎,以减少CPU活动。零壁虎家族Silicon Labs的集成与周边反射系统类似但更复杂的功能;外设能够与彼此通信,而核心保持在低功率休眠模式。 壁虎器件还采用了开发,使设备控制多达十六个模拟传感器而无需CPU干预(图2)低能量传感器接口(LESENSE)技术。它工作在900 nA的深度睡眠模式,可以连接到电容,电感和电阻传感器。这可能是在对健康监测或家庭护理,其中,传感器将被用于监控在很长一段时间的物理条件开发的可佩戴的技术特别相关。 从Silicon Labs的图2中的壁虎设备LESENSE界面的图片:从Silicon Labs公司的壁虎设备LESENSE接口使外设与模拟外设交互,而无需使用CPU。作为一个新兴市场,单词“典型”不能然而,适用于任何可穿戴的技术,因为它是主要打算成为活性只有当穿戴时,这将是合理预期的任何设备花费显著量的时间不活动。然而,正如任何用户会明白,当需要一个设备,它总是需要“立即”,所以花费的时间充电耗尽的电池是不欢迎。出于这个原因,超低功耗模式将是至关重要的,以确保设备随时准备去,而在Cortex-M0 +内核的设计是低功耗,它往往是下跌的IDM厂商使用它来实现整体低功耗的策略。      为此,该STM32L0系列意法半导体提供了待机模式,当实时时钟被关闭,消耗只是0.27μA(如果RTC持续工作,电源上升到0.65μA在1.8 V)。该设备仅需60微秒从待机模式唤醒,虽然只在待机寄存器中的数据将被保留。虽然只提供了两个低功耗模式中,Cortex-M0 +的ATSAMD20家人从Atmel还实现了智能外设的方法,以减少核心活动。该事件系统可以让外设直接发送和接收信号(事件),可以依据执行不惊醒的核心。它工作在异步和同步模式和事件系统提供了包括多达59事件'发电机'十四事件“用户”(图3)八个可配置的通道。 Atmel的事件系统技术图3的图像:Atmel的事件系统技术允许ATSAMD20保持低功耗运行。能量收集要全面解决可穿戴技术的内容之一,目前尚未是提供(诚然小)能源设备将需要。电池仍是主要的解决方案,但它们是比较大的,所以它必然成为必要的或希望与动力源的可持续小型设备。在这里,能量采集的概念迅速抬头。可穿戴技术正在发展迅速,分析师预测有巨大的创新潜力快速增长。因此,它很可能会改变我们的生活永远的方式。

    时间:2020-05-07 关键词: 恩智浦 微控制器 嵌入式 MCU 模拟传感器

  • 如何通过低延迟语音响应改善用户体验和安全性  

    如何通过低延迟语音响应改善用户体验和安全性  

    作者:恩智浦物联网与安全解决方案资深总监 Steve Tateosian 使用语音命令来控制我们生活中的机器通常能够更加自然(且更快)地与周遭世界进行互动。随着越来越多的小型、低成本消费设备取消按钮,仅提供触摸屏,语言命令的作用将更加重要。使用基于云的系统来添加语音识别是一种选择,但这会带来用户隐私和延迟问题。它们还要求最终用户具有可访问的网络,并且对于许多智能家居和消费物联网应用而言,这往往会产生高昂成本。 为了帮助设计师应对这些挑战,恩智浦将离线语音控制带到了边缘。 恩智浦EdgeReady SLN-LOCAL-IOT解决方案基于i.MX RT跨界MCU系列,可帮助开发人员开箱即用地进行概念开发。它的超小外形和“交钥匙”特性使其成为向智能产品添加语言控制功能的理想平台,能够最大限度地减少风险、产品上市时间和开发工作。 这一系统为i.MX RT带来了高质量的远场音频前端、可定制的唤醒词引擎和命令识别引擎。当和完整的音频硬件设计搭配使用时,此新解决方案可用于应用特定的语音识别模型。例如,在洗衣机中,用户可以通过语言命令来启动洗涤程序。然后,洗衣机可以询问适当的问题来设置水温、旋转周期以及任何其他相关参数。 速度与灵活性 离线实施意味着能够消除一些会增加成本的因素,例如Wi-Fi模块和云服务费用。在恩智浦低成本i.MX RT106L MCU上运行时,此系统可同时提供多合一功能和低廉成本。这种组合使其非常适合各种智能家居应用,包括开关、调光器、小型电器和恒温器。 另一个关键优势是设计自带的隐私保护,这意味着音频不会被传输到云,所有处理都在本地设备完成,不会有语音记录永久存储在任何地方。SLN-LOCAL-IOT解决方案结合了许多尖端技术,而这些技术通常都来自昂贵得多的硬件和协处理器DSP。利用i.MX RT的性能,该解决方案可以完成MPU+DSP设计中通常提供的大多数(在许多情况下所有)音频功能。   音频处理前端和本地控制库是独特的使能技术,并且这两个功能可以搭配或分别使用以定制用户体验。本地控制库软件包具有唤醒词和命令检测功能,并且易于集成到任何应用中。另外,对于典型语音模型,使用的RAM不到100KB,这为其余应用留出了足够的RAM。 在设置并初始化库之后,应用只需将输入音频流馈送到控制库即可。当库检测到唤醒词或命令时,它将为用户应用程序执行回调以进行处理。 为库提供馈送的是音频处理前端。该组件负责收听多个麦克风(在语音解决方案中最多三个),并通过波束成型和回声消除来清理音频。前端选择最佳的波束并将音频发送到库。 使用恩智浦EdgeReady进行语音控制的时机已到 通过将语音控制带到边缘,恩智浦使开发人员可以在不牺牲性能、成本或隐私的前提下,引入消费者期望的功能。 恩智浦EdgeReady SLN-LOCAL-IOT解决方案的目标应用: - 智能照明 - 遮阳物和风扇控制 - 智能插头和插座 - 智能家电 - 机顶盒和住宅网关 - 警报器和恒温器 - 车库门开启器 - 空调 - 销售点终端 POS - 工业自动化 - 免提过程控制 在不久的将来,SLN-LOCAL-IOT有望与其他领先的AI/ML功能相结合,包括人脸识别、物体检测和异常检测,以实现各种令人兴奋的新应用。

    时间:2020-04-28 关键词: 恩智浦 物联网 智能家居 音响

  • 机器学习的知识产权问题

    机器学习的知识产权问题

    作者: Wil Michiels 教授(博士),恩智浦半导体安全架构师 机器学习的知识产权问题 假设一家公司主要生产对于客户的业务运营至关重要的设备。为了避免发生故障而对这些客户产生重大影响,这家公司使用机器学习模型来做出预防性维护决策。为了构建这种模型,公司花费了大量时间、金钱和精力。但是,客户可以复制这个知识产权来自行进行维护,这样就不必继续支付维护合同的费用。同时,竞争对手也可能会直接复制模型来获取利益,而不是投资构建自己的模型。本白皮书探讨了机器学习模型的哪些方面将受到知识产权法律的保护。 要构建用于维护的机器学习(ML)模型,必须收集并标记正确的训练集,选择正确的架构和训练参数以实现算法精度和速度的优化平衡,并投入计算时间来训练模型。但是,如果这个维护专用的机器学习模型的知识产权没有得到妥善保护,竞争对手只需花费很少的时间和精力就能复制和窃取机器学习模型,稍加调整以免被发现,然后即可直接部署到自己的产品中。这仅仅是一个例子而已。在很多情况中,公司都希望保护其投资和知识产权,但是现在和将来,应该如何保护机器学习领域的知识产权呢? 对于任何公司而言,机器学习模型都意味着一笔可观的投资,同时也是一项宝贵的资产。尽管由机器学习驱动的业务越来越受到青睐,但一些公司可能不愿意在数据收集和模型构建方面进行必要投资,因为他们担心竞争对手会窃取劳动果实。一直以来,非实物资产创作方面都有专利或版权之类的知识产权保护。但是,在法律领域中,关于知识产权如何保护机器学习以及具体涵盖哪些方面,仍然是一个颇具争议的问题。本白皮书阐述了机器学习知识产权(IP)方面的法律背景和挑战。 术语 在我们深入探讨机器学习的知识产权问题之前,必须先要正确理解术语。广义上讲,机器学习是针对算法和统计模型的科学研究。电脑系统使用这些算法和统计模型,依靠模式和推理来高效地执行特定任务,而无需使用手动编程的指令。 在机器学习中,通常使用一系列“训练数据”推导统计模型的权重。然后在新情况中运用这些权重,从适用于新情况的模型中获得答案。一种流行的机器学习模型是神经网络。为了阐明使用神经网络的过程,请参考下图: 用于将图片标记为猫或狗的机器学习模型 这类机器学习分为两步。首先,在训练阶段,推导架构参数以赋予模型特定的功能。我们将这个阶段称为训练模型。模型完成训练后,通过测试数据测量模型质量。第二步,在推理阶段,利用经过训练的模型进行预测,例如对新数据进行分类。虽然所有这些概念在不同文献中有不同的说法,但在本白皮书中,我们使用以下术语: 架构 神经网络中的神经元、神经元之间的连接以及所用激活函数的集合。架构可以有向图的形式呈现。 训练集 一组用于训练架构的数据,帮助架构确定合适的权重。 测试集 另外一组数据,用于测试和验证模型是否提供预期的结果。 机器学习系统 实现机器学习(训练和/或推理)的软件和硬件。 模型 对于神经网络,模型是指与神经网络架构连接相关联的权重的集合。这些权重是在训练期间收集的。 训练参数 用于控制训练算法的参数。例如:训练集应该迭代几次?在更新权重之前,要处理多少个数据项?在每次更新中,应对权重应用多大幅度的更改?使用什么成本函数进行优化? 如今,机器学习用于处理各种各样的任务。一种主流应用是分类,例如识别图像或视频中的特定物体,将文本分类为特定类别,以及检测伪劣品或异常尺寸。 其他应用还包括自动驾驶汽车中使用的预测和物体检测。对于许多使用机器学习的公司而言,用于机器学习应用的训练集和模型是不应被竞争对手接触到的宝贵信息。这就引出了如何通过法律手段保护这些信息和其他机器学习要素的问题,即知识产权。 知识产权 知识产权(IPR)是指保护非有形商业资产免遭第三方盗用的法定权利。通过法院发布的法律禁令以及常见的经济损失赔偿和/或侵权产品没收处罚,可以制止这一类盗用行为。但是,每种类型的知识产权都有其特定要求和局限性。在本白皮书中,我们将探讨版权、专利、数据库权利和商业秘密。 版权 版权是最广为人知的知识产权类型。版权是指禁止复制和传播受保护作品的权利。这项权利一直广泛运用于创造艺术领域,例如音乐、书籍和照片。但是,版权同样适用于软件、手册、白皮书(甚至是本白皮书!)、公司视频等商业作品。 这类权利的相关法律在世界范围内已经达到非常高的标准化程度。作品在创作后即自动受到保护,无需申请或注册。甚至不需要版权声明,但通常会声明版权以震慑潜在的抄袭者。唯一的真实要求是作品中必须存在某种形式的创造性。例如,仅仅列出一串日期不受版权保护,但巧妙地用句子来表述将受版权保护。 版权的局限性在于只针对实际复制行为。独立再创作同一作品并不算侵犯版权。再创作的独立性可以通过创作过程的相关记录或日志进行证明。 专利 专利是知识产权领域的重要组成部分。当某项创新受到专利保护时,任何人都不得制造、使用或出售任何包含该创新的设备。与版权不同,专利甚至可以保护并非通过复制进行的独立再创作。专利持有人可以要求他人支付版税,或者直接终止他人对其创新成果的商业使用。 专利的主要缺点是必须申请,这会经过长达数年的漫长审查和高达数万欧元的申请费用,并且结果还不确定。在软件方面,一个非常复杂的问题是法律对所谓的“软件专利”有非常严格的规定,而这在世界范围内都是令人诟病的问题。因此而出现了非常严格的判例法,从而很难针对大量依赖软件或自动化的创新执行专利权。 获得软件专利的基本准则是发明必须提供真实世界中的改进,而不能仅仅是提高软件性能。例如,压缩算法通常被认为是专利技术,内存效率更高的矩阵乘法技术也算专利。但是用于准确预测下一届足球世界杯冠军的算法则不符合申请专利的条件。 数据库权利 数据库权利是知识产权领域中一个相对较新的概念。数据库权利于上世纪九十年代末在欧洲提出,旨在保护信息集合,防止被复制和重复使用。数据库权利的主要要求是在创建或维护数据库中的数据方面进行了大量投资。与版权一样,数据库权利无需进行正式注册或申请。 受保护数据库包括在线词典、带标记的图像集合和地图制图的源数据。关键在于以某种便于搜索和浏览的方式组织数据。 数据库权利的复杂之处在于,该项权利在欧盟以外的地区不受认可。特别是在拥有着悠久法律传统的美国,数据集合不受知识产权保护,只有创意作品才能受到版权保护。 商业机密 在知识产权世界中,商业机密的现状在全球范围内不一而同。但总体而言,可以通过法律针对盗用受良好保护信息的行为采取行动。这要求此类信息的所有者表明已采取适当的安全措施来防止未经授权的访问。同时,窃取商业秘密的“嫌疑人”可以通过证明该信息已经在公共领域中披露进行反驳。 公司通常会通过与客户或其他第三方签署保密协议(NDA)来保护其商业机密。在某些支持违约罚款或其他法律措施的司法管辖区中,可通过严格的契约义务禁止复制或复用。其他协议中也可能包含NDA条款。但是,即使使用反向工程等特殊技术,从合法购买产品中挖掘机密数据的个人也不受此类条款的约束。这就限制了商业机密法的作用。 面向机器学习的知识产权保护 竞争对手或其他意图不轨的实体会通过多种方法,企图从机器学习系统创造者的成果或投资中分一杯羹。机器学习的独特性引起这样一个问题:如何利用知识产权法律保护这项新技术的各个方面。 训练集保护 为特定的机器学习应用创建出色的训练集是一项耗时耗财的工作。尽管在典型环境中,侵权人无法直接访问此训练集,但是如果通过某些方式获得了访问权限,那么复制训练集轻而易举。知识产权法律的作用正在于此。 如果训练集所有者的主要营业地点位于欧盟地区,那么训练集将受到数据库权利的保护。但是,这一权利仅对同样位于该司法管辖区的侵权者具有法律效力。 而更加困难的是能否针对机器学习训练集主张版权。训练集并不是一件艺术作品。其目的通常是确保数据适合用例。根据版权法的规定,针对主题创建合适的数据集并不是一项创造性活动。但是,仍然可以主张版权的一个方面是对数据进行分类的方式。如果类别是通过创造性过程(例如,“美丽/丑陋”、“强/弱”、“大/小”)进行筛选的,那么就可以认为通过创造性标记方式创造的训练集受到版权保护。基于事实要素(例如“猫/狗”、“交通信号灯/路灯/停车标志”)的分类不具备创造性,因此不受版权保护。 在某些应用领域,训练集是通过模拟或其他人工手段生成的。有另一种观点认为,这样的训练集可以受到版权保护,因为所选的模拟或生成方式可以看作是一种创造性选择。但是,这一观点从未在法庭上得到检验。 通常,公司会对其训练集严格保密。这种做法十分合理,因为使用机器学习模型无需共享训练集。避免训练集被恶意复制,并对需要拥有训练集的各方施加严格的契约约束似乎是最好的方法。 训练参数保护 训练集和模型只是机器学习系统宝贵价值的一部分。驱动训练算法的参数也同样十分宝贵:选择正确的训练参数需要经验丰富的工程师花费大量时间和精力。 对于创建机器学习系统所用的训练参数集,版权保护是最有用的。如果数据科学家通过创造性工作来选择合适的训练参数,从而确定这些参数,那么最终得到的参数集就很有可能受到版权保护。但是,如果是通过详尽搜索(例如评估文献中提出的许多选项)或算法过程发现的训练参数,则不受版权保护。这一原则同样适用于使用这些训练参数和指定训练集生成的模型。 数据库权利可能不太适用于参数集,因为数据库权利的一个标准是集合中的各个元素必须系统地或有条理地排列。参数集很难符合这个标准。 架构保护 系统架构是机器学习系统的基础。其设计是确保系统正常运行的关键要素。在完成训练后,架构就将投入使用。 这类系统包含两部分:定义架构的图形和实现架构的软件。图形符合保护的条件与模型参数相同。从理论上讲,架构的创新硬件层面可以申请专利;但是由于这一领域的大多数创新基本只与软件有关,因此硬件专利不太现实。实施训练和/或推理的软件通常会受到版权保护,因为软件主要是通过创造性工作设计而成的。 机器学习系统保护 理论上,使用精心选择的参数集编程并基于特定训练集训练的电脑系统属于可获专利的主题范围。但是,欧洲和美国的现行判例法要求系统的设计目标是执行现实世界中的任务,例如驾驶汽车或识别现实世界中的图像。对于以更抽象的方式运行的机器学习系统(例如,在现实世界中缺少特定用例的情况下,进行识别和/或分类),能否获得专利仍未可知。 就像任何其他软件一样,机器学习系统的软件一定可以受到版权保护。 机器学习系统的数据库权利在理论上是有争议的:争议点在于数据集可通过模型和执行该模型的软件进行搜索。但是,这一观点从未在法庭上或法律文献中得到检验。 举证责任 发现侵权者和在法庭上证明侵权是两件截然不同的事情。在知识产权诉讼案件中,举证责任可能难以实现。一般而言,法院需要得到充分的证据来确信很有可能存在侵权。被指控的侵权人没有义务提供相关证据。因此,如果需要的证据在侵权人的掌握之下,那么知识产权权利所有者就可能会遇到问题。一些司法管辖区允许扣押证据或要求当事方进行所谓的“透露”,但这并不能确保权利所有者得到所需证据。 根据版权法的规定,如果两个物品非常相似,那么法院可以反转举证责任:侵权人必须证明其作品是独立创作的。但是,这是法院针对特定事实分析的结果,权利所有者不应依赖于这一机制。 根据商业机密法的规定,权利所有者有时可以选择要求法院对证据保密,或者让独立的一方(例如公证人)将证据与机密信息进行比较,而不必使机密成为公开法院记录的一部分。 模型防复制保护 当机器学习系统在对公众没有契约或使用限制的情况下推出时,就可以使用某种独特的方法来复制其功能。本质上,抄袭者使用一个未分类项目数据集,并将每个项目提交到机器学习系统。每个答案都仔细地记录为抄袭者的数据集分类。从而获得一个带有标签的数据集,用来训练相似质量的模型。事实证明,即使数据集包含非问题域数据,并且目标系统和克隆系统的架构与模型参数不匹配,这一方法仍然有效。根据版权或数据库法律的规定,暂时无法界定这种行为是否合法。原始机器学习系统中的数据集未被复制;只是利用了系统输出,而且只用来标记另一个数据集。 如果数据集分类本身具有创造性,那么抄袭者可能会因为重复使用标签而侵犯版权。即使只是复制和复用标签以对完全独立的数据集进行分类,也有可能侵犯版权。但是,这一观点从未在法庭上得到检验。 机器学习中的水印 知识产权法律的一个实际问题是权利所有者必须证明其权利受到侵犯。 当机器学习模型或训练集遭到复制时,证明侵权会异常困难,尤其是数据涉及现实世界的元素时。抄袭者可以轻松地辩称,他只不过是从原始来源或位置收集了相同或高度相似的数据而已。如果没有办法反驳这一论点,权利所有者就会遭到冷落。 水印是指在内容中嵌入信息的过程,在正常观察时可能无法轻易发现嵌入的信息。数字水印诞生于1992年12月,自90年代末以来一直为权利所有者广泛运用,以察觉和追踪可能发生的电影和歌曲泄漏。例如,嵌入的信息可以揭露泄漏源头,或是最初传播该内容的网络。 水印在机器学习中也找到了用武之地,但是运用方式略有不同。这里的水印是指对原始训练数据和/或模型稍作修改以创建某些唯一的模型属性。例如,可以修改图像以在特定位置添加标志。要检测这些水印,需要向机器学习系统提供精心制作的秘密图像,其中包含相同的唯一输入。独立训练的系统会将该图像归为普通类别,但是最初训练的系统以及抄袭带水印机器学习系统的系统都将提供由修改触发的唯一输出。这就可以表明该系统抄袭了原始系统。 这种方法的另一个优势是,水印可以用作创意元素,从而为机器学习系统增加了受版权保护的信息。这有助于加强针对抄袭者的版权主张。 抄袭者可能会反驳他独立使用了相同的水印,或者实际上是自己创建的水印。这样将扭转关于抄袭的指控。为了解决此类争论,必须清晰地记录选择和插入水印时的日期和时间。如果没有有力的证据,版权所有者将无法提出侵权主张。 机器学习和知识产权的未来 由机器学习驱动的业务越来越受到青睐。因此,为了保护该领域中的投资,对于知识产权的兴趣也在日益增加:从训练集的版权到分类系统的专利。但是,当前这一领域的知识产权法律和实践仍处于发展阶段,判例法也非常稀少。因此很难确定面向机器学习系统和机器学习驱动型产品的法律保护将发展到何种程度。 话虽如此,但仍有一些通用说明可供参考,如下表所示: 结论 在本白皮书中,我们阐述了未来哪些机器学习知识产权将受到哪些知识产权法律的保护。那么对于本文开篇的资本设备示例而言,这意味着什么呢?尽管用于维护的机器学习模型本身无法获得专利,但是这一模型的实施可能是符合专利要求的,因为其目的是执行现实世界中的任务。此外,还可以对实现机器学习算法的软件提出版权主张。但是,如果抄袭者仅仅是复制模型(权重)并在自己的实现中使用,或者如果通过标记自己的训练集来创建克隆模型,那么能否进行版权保护就难以确定。开发人员必须证明在架构设计、训练参数、训练集组成或数据标记方面做出了创造性选择,并且这些选择不仅仅是出于技术考虑。即使能证明这一点,也无法确定这种创造性是否充分地存在于模型的克隆/副本中,从而在法庭上得到认可。因此,制定应对策略来防止克隆或复制(例如平台安全)或者融入创造性(例如水印)对于机器学习知识产权的保护来说至关重要。最后,我们要指出,在法庭没有判例之前,侵权案件的审判结果以及法律是否将在这些问题上作出改变只能是推测。尽管如此,公司现在也应该开始考虑如何保护其机器学习知识产权。 恩智浦半导体致力于通过先进的解决方案为人们更智慧安全、便捷的生活保驾护航。作为全球领先的嵌入式应用安全连结解决方案领导者,恩智浦不断推动着安全互联汽车、工业与物联网、移动设备及通信基础设施市场的创新。除了嵌入式平台安全之外,恩智浦还提供机器学习模型保护功能。 机器学习模型完成训练后,将被部署到指定用途的系统中。借助恩智浦® eIQ™机器学习软件开发环境,您就可以在恩智浦i.MX RT交叉处理器和i.MX系列SoC上使用机器学习算法。eIQ™提供推理引擎、神经网络编译器和优化库。其中还包含提高机器学习网络安全性的方法,能够解决本文所述的克隆和对抗攻击等问题。其他机器学习安全措施也已纳入发展计划。 eIQ软件已完全集成到我们的MCUXpresso SDK和Yocto开发环境中,使您可以轻松开发完整的系统级应用。

    时间:2020-04-27 关键词: 恩智浦 机器学习 神经网络

  • 恩智浦任命李廷伟博士为大中华区主席

    中国上海——2020年2月10日——恩智浦半导体今日宣布任命李廷伟博士为恩智浦大中华区主席。李廷伟博士将全面负责恩智浦中国的各项事务以及大中华区的相关对外事务等。他将代表恩智浦更积极与政府机构接洽,推动重点工作的展开,并将携手本地管理团队进一步深化与扩大恩智浦大中华区生态系统的合作。李廷伟博士拥有丰富的行业经验,曾在包括歌尔、Broadcom、Marvell和Qualcomm在内的多家高科技企业担任过高管职务,并在任职期间取得不斐业绩。目前,他还担任上海硅产业集团股份有限公司(NSIG)董事会成员职务。李廷伟博士拥有荷兰莱顿大学实验物理学博士学位。未来,他将常驻上海办公。对于李廷伟博士的就任,恩智浦全球销售与市场执行副总裁史帝夫·欧文(Steve Owen)表示:“非常欢迎像李博士这样富有深厚经验的领导者加入恩智浦团队。李博士对大中华区的商业和行业环境有着深刻的理解,将为我们在中国保持强劲发展势头发挥重要作用。我相信随着中国区管理团队和整体实力的进一步加强,恩智浦将在自动驾驶、人工智能物联网时代为行业创造更多价值。”李廷伟博士表示非常期待在恩智浦开启新的旅程,他说:“恩智浦是一家行业内备受尊重的公司,它不仅拥有世界领先的技术,而且多年来在中国取得了令人瞩目的成就。我非常期待和恩智浦大中华区管理团队一道,与生态合作伙伴联手激发更大的市场潜能,持续履行恩智浦对中国市场的长期承诺。”

    时间:2020-02-10 关键词: 恩智浦 aiot

  • 恩智浦半导体推出S32G车辆网络处理器 支持最新ADAS应用

    恩智浦半导体推出S32G车辆网络处理器 支持最新ADAS应用

    1月14日消息,据国外媒体报道,近日,荷兰芯片制造商恩智浦半导体(NXP Semiconductors)宣布推出全新S32G车辆网络处理器。 这种新型处理器在将汽车行业的标准转向高性能的基于域的汽车框架方面发挥了关键作用,标志着汽车架构设计和实现方式的一个重要转折点。此外,它还简化了典型的软件复杂性,并提高了车辆的安全性。 S32G处理器是恩智浦半导体于2017年推出的S32家族的最新成员,是全球首款将传统MCU与ASIL D功能安全支持、网络加速和高性能应用处理器集成在一起的处理器。与以前在单个设备中提供的功能相比,它提供了更高级别的功能。 这款处理器支持最新的服务型网关,将帮助OEM厂商从汽车制造商转变为车辆数据驱动型服务提供商,并由此拓展商机。目前,它已被全球顶级OEM厂商采用。 S32G处理器通过安全管理车辆的数据传输和保护安全关键的应用免受恶意攻击,从而将汽车网络安全提升到一个新的水平。 然而,S32G并不仅仅是一个网络处理器,它独特的功能组合使它能够支持最新的ADAS应用,并提供安全可靠的通信功能,极大地促进了车辆网络的整体集成。 S32G系列包括四款设备,而S32G274A是该系列四款设备中的首款产品,已开始向其主要客户提供样品。 奥迪ECU自动驾驶研发总监Bernhard Augustin表示:“我们认为,S32G处理器的网络、性能和安全特性的独特结合非常适合用在我们的下一代ADAS域控制器中。” 恩智浦S32架构通过一系列架构创新解决未来汽车发展所面临的挑战,使汽车制造商能够以更快的速度,将丰富的车载体验和自动驾驶功能推向市场。(小狐狸)

    时间:2020-02-03 关键词: 半导体 恩智浦 恩智浦半导体

  • 微软和恩智浦合作实现边缘高级语音控制

    微软和恩智浦合作实现边缘高级语音控制

    恩智浦提供高性能微处理器和经济高效的微控制器,并且通过完全交钥匙的解决方案实现灵活部署,涵盖了广泛的可扩展选项以及灵活的增添语音控制功能方案。由于所有语音解决方案都必须与云进行通信,日前,恩智浦与微软的最新合作将智能云计算扩展到了智能优势,改变了高级语音检测功能的范式。 超越云的依赖 过去,语音解决方案不仅依靠其与云通信的能力,而且还假设用户始终处于连接状态,此外,这些解决方案还需要对预言进行高度定制化建模的大量唤醒词训练,最终将其部署到云中。 在这种范例中,基于云的平台当然具有足够的计算能力,可以执行复杂的自然语言处理,从而弄清楚用户的意思,即使以多种不同的方式表示。但是,边缘设备上的嵌入式处理器仅检测用于特定设备的语音(唤醒词),以避免由于将音频数据连续流传输到云,从而引起的可能的隐私和带宽问题。 因此,唤醒词训练已经成为确保整体效率,用户隐私和语音识别准确性的关键组成部分,但是训练过程通常要花费大量时间,存储容量和人力。 恩智浦先进的离线机器学习功能和嵌入式处理技术与微软的云专业知识相结合,正在改变所有这一切。这项合作不仅可以使边缘的自治计算消除对云连接的需求,而且还大大简化了唤醒词的训练。恩智浦和微软的组合解决方案不需要几个月的标准唤醒词培训,仅需几个小时即可完成此任务。所有训练都可以在云中进行在边缘部署,也可以在基于恩智浦Arm的边缘设备上独立运行。培训完成后,可以在不依赖云的情况下部署模型。由于语音样本永远不会离开边缘设备(它们也不会在云中存储或分析),因此这在解决方案中嵌入了更多的弹性,同时增加了固有的隐私层。 恩智浦和微软提供了功能强大的端到端解决方案,可以满足当今市场上任何语音命令解决方案的四个关键要求: 需要增加隐私权; 通过有效的唤醒词模型训练减少等待时间; 降低成本; 具有离线操作能力,并且无需大数据提供商。 现在,将智能从云扩展到边缘可以实现各种新型而强大的计算场景,包括语音检测和许多其他用例,在这些案例中,智能边缘成为了一个新的,保护隐私的领域。

    时间:2020-01-12 关键词: 微软 恩智浦 电源资讯

  • 边缘计算需求巨大,AI和物联网是推动力

    边缘计算需求巨大,AI和物联网是推动力

    日前,恩智浦大中华区销售与市场副总裁钱志军详细解读了恩智浦的产品组合,重点包括物联网、移动和基础设施相关领域,在这些领域中,恩智浦布局日趋完善,并有多项创新技术问世。 万物互联大爆发 钱志军表示,半导体市场直到80年代,市场的容量一直较低,主要是因为客户主要源自是政府、企业、军工等,并没有包含消费电子。而从PC、手机通信等产业向个人消费品迁移,才使得半导体产业大爆发。而如今,万物互联IoT随着5G时代的到来,将进一步激发市场潜力。 钱志军表示,从数量上来看,物联网节点2020年将达到310亿个,2025年增长一倍至750亿。对于海量的物联网设备来说,经济性、安全性和时效性是最重要的三大需求,而这三大需求都离不开边缘计算。比如对于经济性来说,通过边缘计算,显著降低网络传输需求,就可以节省大量资源;对于安全性和时效性来说,同样也是借助边缘计算,把数据的产生、分布、计算与决策前移,贴近数据的产生和应用端,极大地解决带宽延迟和安全性的问题。 “在今天的IoT、物联网、AI相结合的情况下,边缘计算对机器学习和实时分布的驱动,使得IoT在真正意义上成为了大数据和智能网络的前端。”钱志军说道。 钱志军举例道,比如针对智能门锁,用户需要瞬间就完成人脸或掌纹解锁,如果数据上传到云端比对的话,延迟是无法接受度,所以如今绝大多数的智能门锁都是通过人工智能和机器学习来训练,将算法集成到边缘处理器上,在读取人体数据的同时,可以直接计算,节省了大量时间,提高了用户体验度。 钱志军说道,目前IoT的发展呈多元化趋势,具体体现在三个方面,首先是互联网公司和云计算公司都在打造自己的云服务互联网生态系统,包括不同公司,不同应用场景,都需要不同的软硬件制程。其次,多元化体现在连接协议上,比如ZigBee和蓝牙,一直在互相渗透,有着越来越多的特性,要根据不同的应用场合选择,此外还有一些私有化通信协议,这些都需要厂家支持。第三则是软件方面,包括操作系统和应用软件,除了Linux之外,各种FreeRTOS都需要给予支持,软件迁移工作要更加顺畅,这样客户才有创新的意愿。 恩智浦目前的产品构成,也围绕着物联网的多元化、边缘化及安全性等特点进行。 恩智浦布局智能设备 钱志军总结了智能设备的四要素,分别为数据的产生、思考、连接以及行动,针对这四要素,无论是数据的采集、边缘计算处理、无线/有线传输还是最终的行动,恩智浦都有相应的产品和解决方案。 在感知方面,恩智浦提供的产品包括汽车雷达和视觉传感器,人脸和手势识别,语音识别,异常状态检测,运动、速度、压力感知等;针对思考,恩智浦则包括了i.MX微控制器、Layerscape网络处理器、i.MX RT跨界处理器、Kinetis/LPC低功耗低成本微控制器以及S32汽车处理器平台等,包含数千个产品组合,服务超26000个客户。如今,随着客户对产品开发周期越来越严苛,对单板电脑的需求越来越多,恩智浦也在和众多ODM及模块开发商合作,推出基于i.MX的模块。 针对连接,恩智浦提供的产品涵盖各主流无线标准,包括WiFi、UWB、NFC、ZigBee、基于ZigBee的THREAD、MIFARE,DSRC等标准。值得一提的是,今年12月6日,恩智浦正式宣布完成对Marvell WiFi业务的并购。如今,恩智浦的连接技术已经涵盖从几厘米的NFC,到几米的蓝牙及蓝牙低功耗,再到更长的WiFi、UWB以及更广域的5G、LoRa、DSRC、NB-IoT等市场。 对于行动来说,包括能源管理、电池管理、高速接口、车载网络、模拟信号产品等都有所涉及。 此外,钱志军也强调,安全是恩智浦和其他芯片供应商的重要差异化,恩智浦包括了分离式的安全元件、嵌入式的安全模块以及安全验证三大产品线,向客户提供集成的解决方案、软件包和服务平台,涵盖汽车到IoT的各领域。 边缘计算平台EdgeVerse发布 2019年6月,恩智浦发布了边缘计算平台品牌“EdgeVerse”,该平台包括了硬件组合、机器学习软件包以及解决方案,其中硬件囊括了恩智浦的应用处理器、MCU、连接器件、模拟器件等,软件包则包括了基于人工学习的软件开发包eIQ,基于声音体验的软件开发环境Immersiv3D,以及设备管理平台EdgeScale。EdgeScale是基于场景的应用,由恩智浦提供经过验证的脚本,同时用户也可以自己打造属于专有的解决方案。 此外,EdgeVerse平台还包括了EdgeLock的解决方案,该方案主要面对全面的安全防护,有分离的安全芯片、基于接口电路的安全验证和基于MCU、MPU的安全子模块,以及EdgeLock 2GO的服务平台,包括安全启动、安全认证、云端安全认证、OTA升级和生命周期管理等多个组件。 总而言之,EdgeVerse 是提升并反映恩智浦快速增加的可扩展安全边缘计算解决方案产品组合,EdgeVerse将全球最全面的边缘计算产品组合之一聚集在一个共有品牌平台上。

    时间:2019-12-26 关键词: 恩智浦 AI 电源资讯

  • 汇顶科技:收购恩智浦部分业务通过中国反垄断审查

    汇顶科技:收购恩智浦部分业务通过中国反垄断审查

    12月4日消息 今日下午,汇顶科技发布公告称,近日,公司收到国家市场监督管理总局下达的《经营者集中反垄断审查不予禁止决定书》。“根据《中华人民共和国反垄断法》第二十六条规定,经审查,现决定,对深圳市汇顶科技股份有限公司收购恩智浦半导体公司部分业务案不予禁止。你公司从即日起可以实施集中。” 汇顶科技表示,至此,本次交易事项通过反垄断审查,公司将继续按计划完成交易的其他工作。 2019年8月15日,深圳市汇顶科技股份有限公司第三届董事会第九次会议审议通过了《关于对外投资设立全资孙公司并购买资产的议案》,同意公司通过现金支付的方式购买NXP B.V.(以下简称“恩智浦”)旗下的语音及音频应用解决方案业务,交易价格为16500万美元。

    时间:2019-12-26 关键词: 恩智浦 汇顶科技

  • 汇顶科技(603160.SH)豪掷1.65亿美元收购恩智浦旗下VAS业务

    汇顶科技(603160.SH)豪掷1.65亿美元收购恩智浦旗下VAS业务

    8月16日消息,汇顶科技发布公告称,拟通过现金支付的方式购买荷兰恩智浦公司旗下的语音及音频应用解决方案业务(以下简称“VAS业务”),总交易对价为1.65亿美元(约为11.6亿元人民币)。 据悉目前双方已就收购达成最终协议,VAS业务相关的所有资产、知识产权、欧洲和亚洲的研发团队都将并入汇顶科技。 公告显示,本次交易标的为恩智浦公司VAS业务的专属资产包,资产分布在恩智浦全球各地子公司中,故与本次交易相关的交易主体包含恩智浦旗下拥有VAS业务资产的子公司,具体子公司还有待交易双方在进行资产交割时确定。 恩智浦VAS业务主要面向全球智能手机制造商,提供创新性的语音和音频解决方案。其产品和软硬件解决方案广泛应用于移动终端及多样化的物联网应用场景。 汇顶科技方面表示,此次收购是基于扩展技术研究领域和产品应用市场的公司战略,着力于在移动终端、IoT 和汽车领域为更多用户提供应用覆盖面更广的领先技术、产品及应用解决方案。 “此次收购是汇顶科技未来产业布局中的战略性一步。”汇顶科技董事长张帆认为,VAS的加入,将拓宽汇顶科技现有智能终端和IoT产品线的应用广度,显著增强我们在智能穿戴设备等智能音频应用领域的研发能力,为客户提供更丰富的创新产品组合,为公司的战略发展注入新的创新动能。 值得一提的是,汇顶科技今日盘中最高价达到178.88元,创下历史新高。收盘价为177.45元,同比上涨0.97%,总市值超过800亿。 今年以来,汇顶科技股价飙升,据快芯网统计,从今年初至今,汇顶股价涨幅高达247%。 此外,汇顶科技的业绩更加喜人。 据汇顶科技发布的一季报显示,一季度营收12.25亿元,同比增长114.39%,净利润4.14亿元,同比增长达到了2039.95%。

    时间:2019-12-07 关键词: 恩智浦 电源资讯 汇顶科技

  •  四大因素驱动,长期看好中国市场发展

    四大因素驱动,长期看好中国市场发展

    11月6日,恩智浦半导体与东风启辰、航盛电子共同宣布,由三家公司合作打造的新一代智能驾舱“启辰智联3.0PLUS”在全球实现首次量产,并应用于东风启辰T90年度改款车型当中,进一步提升了新车型的安全性和驾驶体验。这也是恩智浦半导体进一步融入中国市场,推动汽车产业的智能化、安全、互联发展的新举措之一。在接受媒体采访时,恩智浦半导体总裁Kurt Sievers表示,恩智浦是全球领先的汽车半导体供应商。而中国现已成为全球最大的汽车制造国,全球范围内1/3的汽车生产在中国完成。中国市场始终是恩智浦发展最为迅猛而且体量最大的一个市场,未来这一趋势也将持续下去。 淡季不淡,中国市场优于全球表现 2019年全球半导体市场处于淡季,需求不振、增长趋缓是几乎所有市场分析机构的共识。市场何时摆脱当前局面,重回上升通道,是业界关心的要点之一。Kurt Sievers在接受采访时发表了对市场走势的看法:“我们的确注意到今年市场的整体增长低于预期。但好消息是,第四季度市场已经开始趋稳,并没有出现进一步恶化的情况。而且即使是在全球不确定性增加的情况下,中国市场仍然实现了再次加速增长,特别是在汽车行业以及工业领域。” 正因如此,恩智浦半导体对于中国市场非常重视。Kurt Sievers预测了四个十分看好未来发展的因素:首先是5G对市场的拉动。随着5G技术的实施,5G蜂窝网络的部署将大幅提升对RF射频技术的需求。恩智浦是射频领域全球领先的供应商。这一领域将会在未来推动业务的增长。其次,随着公共交通系统的电子交通卡在手机端的普及,这部分应用未来的市场渗透率会越来越高。恩智浦与全球主要手机制造商有紧切的合作,中国主要的手机厂商包括小米、OPPO、联想都是合作伙伴。这一领域也将驱动业绩的增长。再次,汽车的电子化趋势将进一步加深。在传统的内燃机领域,中国车厂的历史并不是十分悠久,没有欧洲老牌车企多年历史遗留的包袱。因此,中国将会在电动汽车、混合动力汽车领域具有更大的发展动力。恩智浦已积极地参与到汽车电池管理等相关技术的发展当中。此外,智能驾驶安全、车联网、智能驾舱、汽车雷达、ADAS高级驾驶辅助系统等领域,都会看到显著的增长机会。最后是工业物联网市场。我们可以看到与工业物联网相关的互联设备,在连接性、安全性以及广泛的应用场景上都有巨大的发展潜力。 在被问到当前中国也在大力发展本土半导体产业,恩智浦对此有何看法时,Kurt Sievers表示:“中国市场一直以来对我们都保持着非常开放的态度。我们在中国市场上也看到中国对于本土半导体行业的培育和支持。这一点是非常正常的。我们认为有这样一个良性健康的竞争环境是很好的。鉴于半导体行业的产业链和格局非常庞杂,企业在相互竞争的同时,其实也有很多是合作伙伴。比如此前恩智浦投资的创业公司隼眼科技,我们与他们在汽车雷达和自动驾驶领域展开了良好的合作。所以,首先在原则上我们认为,这个市场的竞争是非常良性、非常健康的,另一方面它可以催生更多的合作,为我们的客户提供更优质更高效的解决方案。” 融入生态,恩智浦致力展开车企合作 恩智浦是全球领先的汽车半导体供应商,而当前汽车行业电动化、智能化、网联化的趋势非常明显。Kurt Sievers对中国汽车市场以及关键技术的发展与合作发表了见解:“汽车行业的电动化和自动化,这些颠覆性的技术,一定会为汽车行业带来巨大的变革。通常讲到颠覆技术的时候,必将同时产生正面与负面影响。负面影响就是如果一些车企没办法在这些领域做出相应的投入和投资的话,可能会被淘汰。但那些成功拥抱颠覆和变革的企业将会拥有非常光明的前景,这点不仅仅适用于中国的车企,也适用于世界各地相关行业的企业。中国汽车行业是一个非常年轻的行业,它完全可以借助这样一个变革的机会发展起来。” 从去年开始,中国汽车市场的销量结束了长达28年的增长,首次出现了负增长,今年市场表现也不是很尽如人意。这对汽车半导体行业将产业什么影响呢?Kurt Sievers表示,他虽然无法预测未来汽车销量的涨跌,但是对于汽车半导体厂商来说,更加关注的是单车上是不是安装了更多半导体产品,未来电子设备的增长是不是会持续上升。“就这点而言,我们的感受是中国车企都在加大投入和布局,因此我们对中国汽车领域的业务增长持非常乐观的态度。同时,我们看到中国的中产阶级人群的数量在不断增长,未来对汽车的消费需求仍然会进一步的上升,现在可能位于相对下行的周期里,但未来还会有相应的回弹。所以恩智浦仍然非常看好这部分市场。“Kurt Sievers说。 在谈到与中国车企的合作时,Kurt Sievers表示:“在中国我们和领先的车企开展了广泛的合作。今年9月份,我们刚刚宣布和北汽集团展开一项战略合作。恩智浦将会为汽车数字化提供相应支持,同时确保汽车和驾驶员及其他汽车用户的网络安全。另外,我们与长安汽车也一直保持非常成功和紧密的合作。吉利集团也是我们重要的战略合作伙伴。通过这些合作,我们可以看到中国汽车行业所发生的创新变革,特别是在汽车自动化领域。 另外,不仅是汽车的制造厂商,中国汽车行业的整个生态系统都给我们带来很多合作机会。比如百度的阿波罗项目,这是专注于自动驾驶和无人驾驶领域的项目,恩智浦是阿波罗项目的合作伙伴之一,为这个项目提供安全方面的支持。因为要实现自动驾驶,所有的汽车都要实现互联,安全性就成为了至关重要的一点。

    时间:2019-11-21 关键词: 汽车 恩智浦 电源资讯

  • 自动驾驶技术将在中国最先落地实现

    自动驾驶技术将在中国最先落地实现

    随着一系列路测牌照发放,车辆路测被实施、基础数据被收集,自动驾驶技术也获得了长足发展。普遍认为,当前的自动驾驶技术大约处于L3-L4(L3+)之间,也就是具有了相对较弱的“高度自动驾驶”能力,在某些特殊环境下,自动驾驶车辆可以在无需驾驶员干预下正常行驶。 恩智浦资深副总裁兼首席技术官Lars Reger在接受采访时,对于此点表示认同。他举例指出,目前的L3+的车辆已经可以实现在高速公路上自动驾驶。从上高速起行车系统就可以接管,驾驶员就可以手脚放开,让汽车进行自动行进,当下高速的时候,车辆会给驾驶员发一个通知,要求驾驶员接管回来。 “在未来一两年里,这样的场景将得到普及,因为自动驾驶在高速公路上比较容易实现。这里的车流通畅,没有行人,也没有奇怪的路障。而要想实现L4甚至L5水平,即完全的自动驾驶,还有待时日。因为那个级别的自动驾驶,车辆将面临非常复杂的路面情况,特别是在城市路面复杂的交通状况下,要实现全路况、全天候的自动驾驶具有非常大的难度。”Lars Reger说。 尽管L5级别的自动驾驶还有待时日,但是仍有越来越多的人开始看好自动驾驶的发展前景。对此,Lars Reger表示:“在过去的两三年,我们看到这个行业发生了比较大的变化,越来越多整车企业开始关注并投入自动驾驶技术的开发。比如希望恩智参与到其整车的搭建和设计当中。当然这并不是帮他们做机械方面的设计,而是希望帮助他们思考未来智能互联、自动驾驶车辆该如何做到系统的优化。” 实现自动驾驶的四类芯片 芯片是自动驾驶技术得以实现的关键部件之一。在巨大市场前景的吸引下,亦有越来越多厂商加快了在这一领域的发展布局。 根据Lars Reger的介绍,目前有四大类芯片技术的开发与发展对于自动驾驶十分重要。首先,自动驾驶的实现要有精确的感知能力,也就是传感器技术;第二,要有强大的思考判断能力,也就是汽车端的大数据分析、人工智能,进行学习、推理和决策;第三,快速的连网能力。如果汽车端的智脑太小而没有办法应付的话,要有能力连接到云上,得到相应的意见;第四,稳定的执行能力。执行器需要对其他的系统下发指令。这些都是同等重要并且相辅相成的,如果没有这样的系统,就不会形成自动驾驶。 恩智浦致力于自动驾驶半导体产品和解决方案的开发,包括Bluebox平台,其中包含了一系列芯片产品,如S32处理器,以及高性能的AI加速器。“我们希望把人类在驾驶方面的习惯模拟到开发过程中来,AI帮助我们进行训练和学习,安全性是自动驾驶首要实现的指标。我们要以数据作为依托,在学习训练的过程中也需要引入创新的想法,进行一系列具有自主性、创造力的训练和学习。这两者的结合才能形成一套比较完善的系统。此外,我们非常需要更多跟Tier 1和OEM厂商进行沟通交流,共同去探索最佳解决方案。我们在此过程中去理解整车厂商未来的发展策略,了解他们希望在哪个层级上实现自动驾驶,他们的时间进度表以及其相应的软件就绪程度和复杂性,以此在功能安全性和AI加速两方面来帮助整车厂商实现其产品升级。我们在2015年跟飞思卡尔合并之后就着手进行自动驾驶领域的投入,我们计划收购Marvell的蓝牙和WiFi的业务,还自主研发了包括UWB在内的多种技术,这些都是发力自动驾驶而进行的技术储备。”Lars Reger表示。

    时间:2019-11-21 关键词: 恩智浦 自动驾驶 电源资讯

  • 恩智浦宣布第一批K32 L系列MCU全球上市

    恩智浦宣布第一批K32 L系列MCU全球上市

    近日,据恩智浦半导体官方宣布第一批K32 L系列MCU全球上市——K32 L3 MCU系列。本次发布之后,恩智浦很快还将推出本产品线的第二个系列——优化成本和功率的K32 L2 MCU系列。这一新的MCU系列基于Arm® Cortex®-M0+,面向功率敏感性终端节点,能够实现广泛的通用型工业和物联网(IoT)应用。 K32 L2 MCU的动态功耗较早期KL系列提高20%,采用高精度混合信号集成,包括搭载单差分输入模式的可配置16位ADC、DMA可寻址的12位DAC、高精度内部基准电压(1.2V),以及附加6位DAC的高速比较器。该系列的最高频率可达72MHz,也可限定在48MHz低功耗运行。多种待机和停止模式使开发者能够实现停止模式下200nA以下、待机模式下2uA以下的泄漏电流,并可在8us之内瞬时唤醒运行。 该系列的共同特性包括无晶振全速USB运行、恩智浦针对灵活扩展提供的专有FlexIO,以及众多可以在低功耗模式下自主运行的能效优化串行外设。差异化特性包括区段LCD驱动器,支持DES、3DES、AES、MD5、SHA-1和SHA-256算法的加密加速单元,硬件加速的真随机数生成器和支持多达16个外部电极的电容式触摸感应接口。 K32 L2系列提供一组可扩展封装和从64KB到512KB闪存的内存配置,通过MCUXpresso软件和工具的支持,以及使用基于JAR、Keil和GCC的工具链的示范项目,恩智浦的补充套件可确保用户后顾无忧。借助MCUXpresso为时钟、引脚和外围设备免费提供的配置工具和对SEGGER和P&E Micro探针的完全集成式支持,简化了从原型制作到生产的开发过程。

    时间:2019-11-04 关键词: 恩智浦 MCU 行业资讯

  • 恩智浦推出安全UWB精密测距芯片,助力移动终端设备的广泛部署

    恩智浦推出安全UWB精密测距芯片,助力移动终端设备的广泛部署

      新闻稿  恩智浦推出安全UWB精密测距芯片,助力移动终端设备的广泛部署  新闻亮点:  · 全球首个将安全元件(SE)、近场通信(NFC)和超宽带(UWB)精密测距技术相结合的一体式解决方案  · 实现包括360°定位在内的出色精确传感功能  · 利用恩智浦领先的端到端安全架构,在各类安全应用中实现安全定位功能  · 精度可达±10 cm和±3°  荷兰埃因霍温,2019年9月17日——恩智浦半导体(NXP Semiconductors N.V.)(纳斯达克代码:NXPI)今日正式推出安全精密测距芯片组SR100T,可为下一代支持UWB的移动终端提供量身定制的高精度定位性能。借助SR100T,移动终端将能够与智能门、入口和汽车进行通信,一旦靠近即可将它们开启。智能灯具、智能音箱和任何其他具备UWB传感功能的互联设备能够感知用户在不同房间的移动,智能互联技术也能直观地融入人们的生活。  恩智浦在连接性和移动生态系统方面的专业知识以及成熟的安全架构已经广泛应用于当今许多配备NFC和SE硬件的流行移动终端中,而采用UWB技术的全新芯片组SR100T在此基础上做了进一步的突破。新增的UWB功能可为多种室内外设备带来全新的相对定位连接能力,几乎不会相互干扰。此外,即使是在墙壁、人员和其他障碍众多的拥挤、多通道信号环境中,UWB技术也能提供出色的精确度。最终用户无需将移动设备从口袋中取出,也能体验该解决方案提供的功能和连接性。该技术还搭载角度定位(AoA)技术,可以准确指示信号的方向,进一步提高了精度。  此外,SR100T还扩展了恩智浦移动钱包解决方案,为新的无感访问应用提供空间感知功能。  恩智浦移动业务资深副总裁Rafael Sotomayor表示:“UWB技术是连接领域最受期待的一次发展,而恩智浦率先通过移动终端一体化解决方案带来了无缝、可互操作的体验。今天,恩智浦的移动解决方案已经使全球数百万消费者受益。SR100T是我们安全互联产品的一大进步,可作为蓝牙和Wi-Fi等现有标准的补充。这一步大大有助于开发人员向全球用户提供无处不在的UWB体验。”  为稳健的无线精度和定位设定行业标准  · 6至9 GHz;每通道500 MHz带宽  · 基于双Rx的AoA高精度估算  · 非视距(nLOS)内的出色范围精度:±10 cm,角度精度(LoS):±3°  多层安全方法  · 通过IEEE 802.15.4z中目前指定的安全扩展,提供出色的射频安全性  · 多种集成安全机制,可同时保护密钥和软件安全  · 配备NFC和安全元件的统一安全架构  引领UWB变革  恩智浦是FiRa联盟的联合创始人。该联盟是一个由行业专家组成的社区,致力于利用可互操作的UWB技术的安全精密测距和定位功能,推动无缝用户体验的开发和广泛应用。  – 结束 –  关于恩智浦半导体  恩智浦半导体(纳斯达克代码:NXPI)致力于通过先进的安全连结解决方案为人们更智慧安全、便捷的生活保驾护航。作为全球领先的嵌入式应用安全连结解决方案领导者,恩智浦不断推动着安全互联汽车、工业与物联网、移动设备及通信基础设施市场的创新。恩智浦拥有超过60年的专业技术及经验,在全球逾30个国家设有业务机构,员工达30,000人,2018年全年营业收入94.1亿美元。

    时间:2019-09-19 关键词: 恩智浦 移动终端 测距芯片

  • 汇顶科技收购恩智浦语音及音频应用解决方案业务

    8月16日消息,汇顶科技宣布收购恩智浦半导体的音频应用解决方案业务(Voice and Audio Solutions,简称VAS),目前双方已就收购达成最终协议,VAS业务相关的所有资产、知识产权、欧洲和亚洲的研发团队都将并入汇顶科技。 恩智浦的VAS业务面向全球智能手机制造商,提供创新性的语音和音频解决方案。其产品和软硬件解决方案广泛应用于移动终端及多样化的物联网应用场景。此次收购通过整合VAS在语音和音频领域的专利技术优势,以及恩智浦的研发力量,将有力拓宽汇顶科技在智能终端的创新应用,并夯实公司在物联网领域的布局。 “此次收购是汇顶科技未来产业布局中的战略性一步。”汇顶科技CEO张帆表示,“VAS的加入,将拓宽我们现有智能终端和IoT产品线的应用广度,增强我们在智能穿戴设备等智能音频应用领域的研发能力,为客户提供更丰富的创新产品组合,为公司的战略发展注入新的创新动能。”(静静)

    时间:2019-09-06 关键词: 半导体 恩智浦 汇顶科技

  • 芯片设计公司汇顶科技拟以1.65亿美元收购恩智浦旗下VAS业务

    8月16日消息,上交所上市公司、芯片设计公司汇顶科技(SH:603160)今日发布公告称,拟以1.65亿美元收购恩智浦旗下VAS业务。 汇顶科技公告截图 交易简要内容:深圳市汇顶科技股份有限公司(以下简称“公司”、“本公司”、“汇顶科技”)拟通过现金支付的方式购买 NXP B.V.(以下简称“恩智浦”)旗下的语音及音频应用解决方案业务(Voice and Audio Solutions,以下简称“VAS”),交易价格为 16,500 万美元(本金额未包含本次交易可能产生的各项税费及签约到交割前被转让债务及净库存调整额及其他费用,该等费用将由交易各方按交易文件约定及相关规定承担)。 交易模式为汇顶科技通过汇顶科技(香港)有限公司(以下简称“汇顶香港”)在恩智浦 VAS 业务所在的部分国家设立孙公司,与汇顶科技及其现有子公司一起承接 VAS 业务相关的固定资产、存货、专属技术及知识产权、尚在履行中的合同,以及目标资产所包括的合同关系与指定人员(以上购买资产及为完成资产购买设立孙公司事项统称为“本次交易”)。 交易标的 汇顶科技表示,本次交易标的为恩智浦集团 VAS 业务的专属资产包,资产分布在恩智浦全球各地子公司中,包括固定资产、存货、专属技术及知识产权、尚在履行中的合同,以及目标资产所包括的合同关系与指定人员。该业务涵盖的职能包括设计研发、项目管理、产品营销及客户服务支持等。 该业务解决方案主要用于智能手机、智能穿戴、IoT 等领域,主要客户为国内外知名安卓手机厂商。 截至目前,交易标的中拟转让的总计200多件专利中有79件专利存在质押,但交易对方会在交割前解除全部质押并完成专利权的正常转让,故前述质押不会影响本次交易正常进行和完成。除前述情况外,交易标的产权清晰,不存在抵押、质押及其他任何限制转让的情况,不涉及诉讼、仲裁事项或查封、冻结等司法措施,不存在妨碍权属转移的其他情况。 截至 2019 年 8 月 4 日,以上交易标的中的固定资产、无形资产、存货的账面价值合计 1,595.1 万美元,详细如下(本数据未经审计并以交割日价值为准): 1、固定资产 53.2 万美元; 2、无形资产 10.8 万美元; 3、存货 1,531.1 万美元。 汇顶科技表示,本次交易的交易模式及过程受宏观经济、行业政策、市场环境及经营管理等因素影响,尚存在不确定性;本次交易尚需获得境内及境外主管部门的审批,存在一定的不确定性;本次交易完成后,若不能达到投资预期或不能形成产业协同,会对公司战略布局产生一定的不利影响。 美股周四收盘,恩智浦(NASDAQ:NXPI)股价下跌0.22%至99.77美元,总市值约278.11亿美元。 今天收盘,汇顶科技(SH:603160)股价上涨0.97%至177.45元,总市值约809.16亿元。 汇顶科技是一家基于芯片设计和软件开发的整体应用解决方案提供商,目前主要面向智能终端、物联网及汽车电子领域提供领先的半导体软硬件解决方案。产品和解决方案已经广泛应用于华为、OPPO、vivo、小米、一加、Google、Amazon、Samsung、Nokia、Dell、HP等品牌。

    时间:2019-09-05 关键词: 恩智浦 芯片 芯片设计 汇顶科技 汇顶

  • 恩智浦宣布将斥资18亿美元收购Marvel通信芯片业务

    腾讯科技讯 据国外媒体报道,荷兰芯片制造商恩智浦半导体公司周三表示,将以17.6亿美元现金收购半导体厂商Marvell科技集团有限公司的通信芯片业务,为客户提供更丰富的产品组合。 据报道,恩智浦将向其工业、汽车和通信基础设施市场的客户销售Marvell的通信芯片产品,如WiFi和蓝牙以及其边缘计算平台。 这一业务在2019年为Marvell带来了3亿美元的收入,恩智浦预计到2022年将翻一番。 美国投资银行派杰公司分析师库马尔(Harsh Kumar)表示:“过去几年,恩智浦一直对WiFi通信芯片投资不足,因为它曾以为自己能够获取高通的WiFi技术,但在2018年年中,这笔交易破裂了。” 美国芯片制造商高通公司在2016年同意收购恩智浦,但是后来没有能够获得获得中国政府监管机构的批准,最终,高通去年放弃了这笔440亿美元的收购计划。 与Marvell的交易将帮助为工业和汽车客户生产各种芯片的恩智浦向其客户交叉销售Marvell的产品。 对于Marvell来说,出售其通信芯片业务具有战略意义,因为在2017年以60亿美元收购Cavium后,该公司正更多地关注网络设备市场。 派杰分析师库马尔说:“我们对Marvell的资产剥离并不感到惊讶。Marvell曾认为,该公司可以利用这些资产进入汽车市场,但在我们看来,机会相当小。” 这笔交易预计将于2020年第一季度完成,新获得业务将增加恩智浦在交易完成后的本季度调整后的营业利润。 周三,Marvell的股价上涨3.8%,收盘价为22.17美元,而恩智浦的股价略有下跌。(腾讯科技审校/承曦)

    时间:2019-08-23 关键词: 通讯 恩智浦 芯片 通信芯片

  • 恩智浦18亿美元收购Marvel通信芯片业务

    据国外媒体报道,荷兰芯片制造商恩智浦半导体公司周三表示,将以17.6亿美元现金收购半导体厂商Marvell科技集团有限公司的通信芯片业务,为客户提供更丰富的产品组合。 据报道,恩智浦将向其工业、汽车和通信基础设施市场的客户销售Marvell的通信芯片产品,如WiFi和蓝牙以及其边缘计算平台。 这一业务在2019年为Marvell带来了3亿美元的收入,恩智浦预计到2022年将翻一番。 美国投资银行派杰公司分析师库马尔(Harsh Kumar)表示:“过去几年,恩智浦一直对WiFi通信芯片投资不足,因为它曾以为自己能够获取高通的WiFi技术,但在2018年年中,这笔交易破裂了。” 美国芯片制造商高通公司在2016年同意收购恩智浦,但是后来没有能够获得中国政府监管机构的批准,最终,高通去年放弃了这笔440亿美元的收购计划。 与Marvell的交易将帮助为工业和汽车客户生产各种芯片的恩智浦向其客户交叉销售Marvell的产品。 对于Marvell来说,出售其通信芯片业务具有战略意义,因为在2017年以60亿美元收购Cavium后,该公司正更多地关注网络设备市场。 派杰分析师库马尔说:“我们对Marvell的资产剥离并不感到惊讶。Marvell曾认为,该公司可以利用这些资产进入汽车市场,但在我们看来,机会相当小。” 这笔交易预计将于2020年第一季度完成,新获得业务将增加恩智浦在交易完成后的本季度调整后的营业利润。 周三,Marvell的股价上涨3.8%,收盘价为22.17美元,而恩智浦的股价略有下跌。

    时间:2019-08-23 关键词: 恩智浦 marvel 恩智浦收购marvel

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章

技术子站

更多

项目外包