半导体公司的并购、IoT 和 AI 热潮驱动嵌入式技术向安全、低功耗和互联的方向发展，AI 和 IoT 将越来越多呈现“一体化”趋势，“人工智能”逐渐向“应用智能”发展，物联网也将会向“智联网”发展。
半导体行业的并购
全球半导体行业的并购是从 2015 年开始提速，到了 2016 年发展到顶峰，之后逐渐回落[1]。我们看到过去几年发生了不少并购，一个就是高通（Qualcomm）收购恩智浦（NXP），因为中国商务部没有批准，最后这件事情没发生，恩智浦现在又开始独立运作了。
其实之前恩智浦已经把飞思卡尔（Freescale）给收购了。飞思卡尔是我们嵌入式行业一家著名半导体公司，加上原来恩智浦就已经是欧洲著名的嵌入式芯片公司，恩智浦是中国金融信息系统中的重要供应商。
还有一些小规模的嵌入式芯片公司的收购，或许我们没有在意，例如微芯（Microchip）收购了爱特梅尔（Atmel），这两家都是做单片机（MCU）出身的。还有瑞萨（Renesas）公司，在 MCU 业一直名列前茅（注：在中国市场，日本公司通用 MCU 的市场占有率一直很低，名气也没有欧美企业大。）2016 年收购了 Intersil 公司。Intersil 是做模拟器件方面的。最近美满（Marvell）把做网络通信的芯片公司 Cavium 公司收购，我们知道 Marvell 一直要收购其他芯片公司，曾经也开出了很高的价格收购高通。最近把做网络处理器的 Cavuim 公司收购。
那么，驱动并购最重要的原因是什么？就是成本不断的增加，包括人工的成本上升和由于工艺提升引起的制造成本的上升，但是芯片的价格却是越来越便宜。因为股东对于盈利的需求，给半导体企业的运营者带来很大的压力。股东和运营者希望通过并购，能够实现芯片公司更好的盈利。
收购一般将会花费两三年的时间才可以整合好。多数收购是积极和正面的。长远来看，并购可以帮助芯片企业在 IoT 和人工智能（AI）方面发展。
半导体公司的并购将会驱动嵌入式芯片企业向更高的性能、更安全以及更低成本的方向发展。从 2018 年开始，我们看到 IoT 市场已经有一些性能更强、安全性和连接性更好的芯片出来，比如 NXP RT 系列高性能 MCU 和 Microchip 的 IoT 芯片整体解决方案。
半导体公司的并购还将帮助嵌入式芯片公司进入人工智能和 IoT 的一些垂直应用市场，例如无人驾驶， 这个市场非常热；还有计算机视觉(CV)，也有人称之为“嵌入式计算机视觉”（Embedded Vision），这是一个更广义的人工智能应用领域，或者说人工智能让这个传统的技术再放异彩。2019 年 2 月德国纽伦堡嵌入式世界展览和大会（Embedded World Exhibition and Conference）上有专门的 Embedded Vision 专题和论坛谈论，每年 5 月在美国硅谷有 Embedded Vision 产业联盟组织大型的技术峰会。
我们可以看到像三星收购 Harman，Harman 是做汽车电子的；Intel 收购 Mobileye 进入计算机视觉。Xilinx 也把中国一家叫深鉴科技的初创公司收购了，后者有清华大学的技术背景，专注于神经网络研究、深度压缩技术及系统级优化。ARM 在大约 2018 年投资了一家数据分析公司，该公司支持边缘计算。目前垂直市场的容量还比较小，大家看好的是未来的发展。大的 IT 公司，包括谷歌、亚马逊和微软，也是在人工智能和 IoT 相关的领域里投资。
半导体公司的并购还将影响处理器架构市场，现在的情况是 ARM 依然独领风骚。但是 RISC-V 现在声名大振，中国第一代的集成电路的专家——许居衍院士，对于 RISC-V 非常看好[2]。IoT 的需求会推动处理器架构技术的转型发展，因为 IoT 系统是一种隐形的计算，即看不见的计算。这种设备不像我们的电脑和终端，你会拿在手上或者会放在桌面。
在这种看不见的计算当中，不一定要使用 ARM 架构的处理器，可以是其他架构的处理器。虽然这些架构处理器的生态系统没有 ARM 这么好，但是因为计算模式比较简单，生态环境就不是主要的问题了。而且由于这些处理器有开放的架构，他们的优势可能会呈现出来。RISC-V 基金会也有 300 多家成员，市场非常活跃，高校拿 RISC-V 做教学，科技巨头纷 纷宣布支持 RISC-V，并且涌现出一批初创的科技公司， 台湾的 Andes（晶心科技）和杭州中天微（注：现在已经被阿里收购，叫平头哥）等已经支持基于 RISC-V 架构芯片设计，已经有相应的 IP 可以授权给半导体公司。
物联网的边缘计算
IoT 后面的发展就是人们非常看好边缘计算。什么是边缘计算呢？ 美国韦恩州立大学施巍崧教授在《Edge Computing: Vision and Challenges》论文当中给出边缘计算的定义：边缘计算是一种可以在网络的边缘完成的计算技术，这种技术和平台在云和 IoT 设备之间上传和下载数据，以平衡系统的计算、实时性、功耗和安全方面的需求[3]。
为什么要使用边缘计算？这里有三大要素：能耗、带宽和隐私。最早去践行边缘计算的企业是美国的通用电气（GE）。GE 是一家工业设备的巨头，它对边缘技 术的定义是这样的：靠近数据源存在的计算基础设备， 例如工业控制器和来自各种设备传感器的数据集合，这些设备通常远离云计算中心。
边缘计算的三大要素，第一是安全和隐私，因为有时候设备厂商不太希望把产生的设计数据放到云端。第二是能耗，如果我们使用神经网络（CNN）的深度学习（Deep Learning）的 AI 方法，如果将数据训练和模型推理都在云端服务器上完成，无论算得如何快，都将导致在云端和设备端直接、大量和反复地传递数据，这样消费的能耗和带宽都将是巨大的，而且传输中的数据延迟可能会造成系统实时性降低。
如果我们将数据训练和模型推理放在物联网的边缘，实时性或许可以解决，但是在设备端，无论算力和能耗都是无法承受的。要想满足这三大要素，边缘计算将是比较好的解决方案，即将数据训练继续放在云端，模型推理放在边缘计算端，这样可以平衡实时性、安全隐私和能耗的需求。
传统的嵌入式企业，像恩智浦（NXP）是边缘计算的积极倡导者，研华公司也是早期就做边缘计算设备的企业。需要指出的是，边缘计算设备一般会安装在系统传感和执行端，多数边缘计算设备是嵌入式系统。从物联网系统角度看，边缘计算设备是整个物联网系统的一个组成部分，不能单独存在，需要云计算和人工智能技术的支撑和服务。边缘计算技术的研究和产品开发目前处在初期阶段，云计算、通信设备和嵌入式企业非常关注，物联网的高速发展是边缘计算兴起的最大推手。
物联网发展大致分成两个时期，第一个时期是从互联走向智能，第二个时期从智能走向自治。目前大多数物联网项目还是处于第一个时期，正进入第二个时期， 边缘计算将发挥重要作用，边缘计算也将迎来快速发展的时期，人工智能正向边缘和终端侧延展，嵌入式人工智能时代将要来到。
物联网云平台
IoT 云平台就是物联网的云端， 我们称之为 IoT 云。过去几年，IoT 的云平台发展得比较顺利，趋于成熟。云计算可分为软件即服务（SaaS），平台即服务（PaaS）和基础架构即服务（IaaS）。IoT 云平台符合 PaaS 的定义。IoT 借助云计算的快速发展。目前来看， IoT 的云平台方面，各个 IT 大佬在跑马圈地，我们可以看到国内和国际的 IT 企业都在做这件事情，以前我们会看到一些在美国和中国的创业公司专门做 IoT 云，像广州机智云，但现在还继续在做 IoT 云的创业公司已经很少了。
现在 IT 大佬已经把触角往下探了，他们甚至去投资一些 IoT 芯片和模组的公司，还有物联网操作系统（IoT OS），例如阿里已经投资到 IoT OS，产品是 AliOS Things，阿里希望阿里云能够通过互联网联通到模组和传感器，能够把客户的数据拿到。客户可以注册一下，诸如百度云、阿里云或者亚马逊云，刚开始可能半年或者一年，或者用户的节点很少的时候，全部是免费。只有当这位用户的数据量上来之后，才有收费的模式。所以这个领域在跑马圈地，真正大数据的经济效益还在后面。
物联网操作系统
嵌入式操作系统未来趋势就是向 IoT OS 发展。
过去几年 IoT 成为重要风口，众多国内外科技巨头以及中小企业开展了在 IoT 方面的布局，阿里云称 IoT 是其第五赛道，以阿里云为支撑，在端侧有 AliOS Things，在其上阿里有物联网市场和一站式开发平台， 再上面就是包括消费和行业应用。华为布局 AIoT，推出 HiLink 标准协议。在端侧，华为有 Huawei LiteOS，端云结合是通过 OceanConnect，它是华为云推出的 IoT 联接管理平台。行业应用上，华为重点推广 NB-IoT。
亚马逊推出 Amazon FreeRTOS，借助嵌入式系统最具影响力的 RTOS- FreeRTOS，亚马逊扩展其在物联网系统中的市场地位，借助 AWS IoT 云和边缘计算 Greengrass 技术，为开发者提供一站式解决方案[5]。微软在物联网设备端布置 Azure Sphere OS，可以运行在 MCU 上，边缘侧微软有 Azure IoT Edge，可以运行在 Linux 和 Windows 系统，在云端微软有 Azure IoT stack，负责对 IoT 设备进行安全管理和维护。