被收购后的芯科实验室：物联网与人工智能的未来走向

近日，芯科实验室（Silicon Labs）公司工业及商用物联网业务负责人罗斯・萨博尔奇克面对媒体，探讨企业在被收购后如何满足客户在无线连接、生态体系支持、人工智能落地方面不断升级的需求。

德州仪器（TI）对芯科实验室的收购交易仍需等待股东投票及监管审批，预计将于 2027 年上半年至年中完成交割。萨博尔奇克表示，这笔交易无疑将在芯片制造层面带来显著优势，也契合全球半导体行业整体转向晶圆代工模式的发展趋势（英特尔是业内典型特例）。

“德州仪器的制造能力处于全球顶尖水平”，萨博尔奇克说道，“德州仪器自主掌控晶圆厂的模式十分罕见，在模拟芯片领域尤为突出。模拟芯片并不追求极致先进制程节点，因此自建产线具备极高性价比”。

他指出，过去 15 至 20 年间行业需求已然发生巨变。如今客户需要的不再仅仅是单一芯片，而是集成无线通信功能的微控制器、模拟电路、外设控制全套软件，同时还要求厂商提供完善生态配套与一站式解决方案。

萨博尔奇克认为，Wi-Fi 技术当前在物联网领域迎来发展热潮。该技术普及度极高，部署配套基础设施成本极低。对于传感器等高带宽物联网设备，Wi-Fi 具备极强吸引力；而对于要求高稳定性、高可靠性、高安全性的场景，以太网供电（PoE）与以太网总线（EtherCAT）依旧不可替代。他预判 Wi-Fi 6 将与各类有线、无线技术长期共存。

以太网供电方案采用有线传输，可同步供电组网，网络抗干扰能力更强；但布线施工繁琐、占用空间，却是部分场景唯一可行方案。固定传送带监测适合有线组网，而仓库搬运机器人这类移动设备，则无法采用有线连接方式。

谈及人工智能，他认为 AI 价值能否落地，核心取决于数据价值变现的商业模式。以家居门窗安防传感器为例，设备无需通过紫蜂（ZigBee）网络持续向云端传输音视频数据，转而在终端本地完成数据分析即可。

基于 M 系列微控制器、而非大型数字信号处理器或图形显卡的边缘本地算力方案优势显著：响应速度更快，同时断网状态下终端设备依然可以正常运行。

芯科实验室早已意识到边缘算力处理的优势。旗下第二代芯片产品已支持本地数据运算，搭载 AI 硬件加速单元的第三代芯片正加速量产落地。以 BG24 系列芯片为例，其集成矩阵矢量处理（MVP）专用硬件加速器，专为微型物联网机器学习推理、矢量与矩阵运算设计。该架构可将运算任务从 ARM Cortex-M 主控内核卸载处理，大幅提升片上系统运算速率，同时降低整体功耗。