ADI斥資13.5億美元收購Alif　擴大Edge AI版圖

人工智慧正加速從雲端資料中心走向真實世界。為擴大在邊緣AI與實體智慧（Physical Intelligence）市場的布局，美商Analog Devices（ADI）宣布，將以13.5億美元現金收購成立之初就鎖定Edge AI應用市場的產業新秀Alif Semiconductor；此外，依據交易條件與後續表現，ADI可能再支付最高2億美元的或有對價。交易已獲雙方董事會批准，預計於2026年底前完成，但仍須符合一般成交條件與相關監管程序。

這樁收購案對ADI來說不僅是強化Edge AI相關產品陣容，將Alif具備AI原生架構的MCU與融合處理器（fusion processor），納入ADI既有的感測、訊號處理、電源管理、連結與應用軟體版圖，可望形成一套能在裝置端完成「感知、推論與行動」的完整系統平台，展現市場競爭優勢。

AI走出資料中心　ADI以「實體智慧」重新定義邊緣運算

生成式AI過去幾年的發展重心大多集中於雲端資料中心，模型主要處理文字、影像及語音等數位資訊；然而，當AI開始走進機器人、工業設備、穿戴式裝置、數位醫療與能源系統，就必須進一步理解動作、聲音、振動、無線電波及熱力學等來自真實世界的訊號。

ADI將這種能在實體環境中即時感知、推論與採取行動的能力，稱為「實體智慧」。這類系統不只需要AI算力，更必須同時滿足低延遲、低功耗、安全性、可靠度與確定性等條件，許多判斷也不能持續依賴雲端，而必須直接在裝置端完成。

如ADI執行長暨董事長Vincent Roche在官方新聞稿的說法，AI正在從資料中心進入實體世界，而延遲、功耗與信任都是不能妥協的條件。ADI長期深耕真實世界訊號與數位系統之間的介面，結合Alif的數位處理能力後，可進一步協助客戶開發能在本地即時感知、推理與行動的新一代安全智慧系統。

簡單來說，ADI原本擅長的是讓系統「看見、聽見並量測」真實世界，Alif帶來的則是讓這些感測資料能在低功耗裝置上進一步被「理解與判斷」。兩者的結合將構築一個更完整的邊緣智慧系統平台。

Alif從新創走向量產　以融合架構切入Edge AI

Alif於2019年成立於美國矽谷，從創立之初就鎖定安全、連網及低功耗Edge AI微控制器與處理器市場。其共同創辦人暨執行長Syed Ali曾共同創辦處理器廠商Cavium；共同創辦人暨總裁Reza Kazerounian則曾在Atmel、飛思卡爾（Freescale）與意法半導體（STMicroelectronics）負責MCU相關業務，兩人在處理器與微控制器市場均累積多年經驗。

Alif最具代表性的產品是Ensemble系列。第一代E1、E3、E5及E7採用可由單一Arm Cortex-M55核心，擴展至雙Cortex-M55加上雙Cortex-A32的異質多核心架構，並整合Arm Ethos-U55微型神經網路處理單元（microNPU）。這種將MCU、MPU、NPU及大容量內部記憶體整合於單一元件的設計，也被Alif稱為「融合處理器」。

在筆者先前的獨家專訪中，Kazerounian曾指出，Alif創業之初的目標，是重新思考適合邊緣裝置的新一代MCU/MPU架構，並從處理效能、功耗、整合度及安全性等面向著手，而不只是替既有MCU加上一個AI加速器。

其中，Alif專有的智慧電源管理技術aiPM，可將晶片劃分為多個獨立電源域，再依照工作負載動態啟用高效能、高效率及常時運作區塊。對於大多數時間處於待機狀態、只有特定事件發生時才需啟動AI推論的電池供電設備，這種架構可避免讓整顆晶片長時間維持高耗電狀態。

第二代Ensemble將生成式AI帶入MCU

Alif第二代Ensemble E4、E6及E8進一步整合Arm Ethos-U85 NPU、高頻寬內部記憶體、硬體影像訊號處理器（ISP）及雙MIPI-CSI攝影機介面，並強化對Transformer神經網路的支援，目標是讓語音、視覺、文字與多感測器資料的多模態AI應用，直接在MCU等級的裝置上執行。

根據Alif先前公布的測試結果，第二代Ensemble執行小型語言模型時的功耗可低至36mW；透過內建MRAM直接存放模型權重，也能減少模型參數在外部記憶體與處理器之間搬移所造成的延遲、耗電與發熱。

在軟體生態系方面，Ensemble E4、E6及E8也已支援PyTorch的ExecuTorch Runtime，讓開發者可將量化後的輕量化模型部署至資源受限的嵌入式裝置，應用範圍涵蓋智慧眼鏡、醫療診斷設備、機器人、智慧家庭及人機介面。

Alif的技術也已走出樣品與概念驗證階段。Kazerounian於COMPUTEX 2026接受筆者訪問時表示，公司已與數百家客戶展開合作，應用涵蓋智慧眼鏡、智慧手錶、穿戴裝置、環境監測、建築與辦公空間管理。現場展示的森林火災偵測裝置能在本地辨識煙霧或火苗，只在偵測到異常時透過衛星網路發出警示，藉此降低傳輸功耗並延長電池壽命。

從單點元件走向完整系統　ADI補強數位運算能力

ADI自家也有訴求低功耗與鎖定Edge AI應用的MPU，主力就是收購自Maxim Integrated的MAX78000系列，可滿足電池供電裝置的本地端AI推論需求。不過，MAX78000與Alif Ensemble的定位並不完全相同。

MAX78000系列主要透過專用CNN加速器，以極低功耗執行經過最佳化的語音及影像辨識模型；Alif帶來的則是一套可由單核心擴展至異質多核心系統，並整合Arm Ethos-U55/U85 NPU、影像訊號處理器、內外部記憶體架構、資安及智慧電源管理功能的AI原生平台。第二代Ensemble更進一步支援Transformer網路與ExecuTorch Runtime，能處理語音、視覺及感測器融合等多模態AI工作負載。

對ADI而言，收購Alif是將原本以MAX78000系列為代表、較聚焦專用CNN推論的產品布局，擴展為涵蓋更複雜AI模型、異質多核心運算及系統級整合的數位處理平台。結合ADI原有的感測器、精密訊號鏈、電源、連結與應用軟體能力後，可望形成從真實世界資料擷取、訊號調理，到AI推論與即時控制的完整解決方案。

(本文同步刊登於合作媒體MakerPRO)