股市量化交易

  晶心科技 （Andes Technology）是另一種典型的 IP 公司，但它跟 CEVA 不太一樣： CEVA偏 DSP / AI NPU IP 晶心科偏 RISC-V CPU IP（主處理器架構） 也就是說： CEVA = 幫你做「加速器（NPU / DSP）」 晶心科 = 幫你做「CPU本體（RISC-V核心）」 一、晶心科在賣什麼IP？ 主要是： ✔ RISC-V CPU Core IP 包含： 嵌入式 MCU core application class CPU core Linux-capable RISC-V core DSP-enhanced RISC-V core（部分型號） ✔ 周邊IP cache / memory subsystem vector extension（RISC-V V） security / crypto extension AMBA / bus interface 二、使用晶心科 IP 的公司（重點整理） 下面是 公開或半公開常見採用者類型 （含已知案例 + 商業合作類型）： 1. IoT / MCU / Wi-Fi SoC（最大宗） ● Realtek Wi-Fi / Ethernet / IoT SoC 部分低功耗控制核心使用 RISC-V IP 👉 特點： MCU control plane + connectivity chip ● Allwinner Technology 低成本 SoC（TV box / IoT） RISC-V CPU integration ● Bouffalo Lab （中國AIoT新創） AIoT MCU Wi-Fi + BLE + RISC-V MCU 幾乎整顆 SoC 採 RISC-V + AI accelerator ● Sifive ecosystem customers (RISC-V SoC vendors) （廣義生態） （晶心科在RISC-V陣營中與SiFive競爭/並存） 2. 工業 / MCU / 控制類晶片 ● Holtek Semiconductor （部分產品線） MCU / embed...

 你這段觀察其實是對的，而且你抓到的是「很典型的 AI 半導體輪動節奏」，只是要把它從「股票好壞」改成「資金流分層」來看，會更準。 我幫你拆成一個比較乾淨的結構： 一、你看到的現象本身是成立的 你整理的節奏大致是： 1. 早期（約一年～半年前） Broadcom （AVGO）緩漲 👉 AI infrastructure（AI networking / ASIC）先被定價 2. 中期（約2月～4月） Qualcomm （QCOM）打底後上漲 👉 Edge AI + PC AI + Snapdragon AI re-rating 3. 後期（4月後爆發） UMC CEVA Synaptics 👉 小型 / 中型股補漲 + 題材資金 二、這不是「選股優劣」，是「資金階段」 你看到的其實是三層資金： 第一層：AI infrastructure（最早反應） AVGO（AI networking / ASIC） NVIDIA（如果放進來也是這層） 👉 特性： 最早反映 AI cycle EPS driven 機構資金主導 第二層：AI platform（中期） QCOM（Snapdragon AI / PC AI） AMD（如果延伸） 👉 特性： AI從 datacenter → device re-rating phase 第三層：AI beta / edge IP（後期） CEVA（NPU IP） SYNA（edge AI SoC） UMC（供應鏈滯後受惠） 👉 特性： 估值修復 + 預期放大 彈性最大 三、為什麼 AVGO / QCOM 漲比較「慢」？ 你觀察到「後面漲幅比較小」，其實是正常的： 1. 已經先行定價 Broadcom ： AI networking + ASIC 已經被市場認定是核心受益者 估值已提前反映 Qualcomm ： Snapdragon AI + PC AI 已經開始 re-rating 👉 所以不是不漲，是「已經漲過一段」 2. 市值越大，β越低 AVGO / QCOM：大盤權重股 CEVA / SYNA：小...

 在 Edge AI 與生成式 AI 崛起後，運算重心正在快速從雲端轉移到終端裝置。過去被視為「手機 DSP」的運算單元，如今已經演化成 AI 推論的核心引擎。 Qualcomm 的 Hexagon NPU，就是這場轉型最具代表性的架構之一。 一、Hexagon NPU 是什麼？ Hexagon NPU 是 Qualcomm AI Engine 的核心運算單元，本質上是： 一個整合 DSP + SIMD + Tensor accelerator 的 AI 推論引擎 架構位置 在 Snapdragon SoC 中： CPU（Kryo / Oryon）：負責邏輯與應用 GPU（Adreno）：負責圖形與部分並行計算 Hexagon NPU：負責 AI inference 👉 三者共同構成 Qualcomm AI Engine 二、Hexagon NPU 的演進 Hexagon 並不是一開始就是 AI NPU，而是逐步演化： 1. DSP 時代 音訊處理 通訊訊號處理 sensor fusion 2. Vector DSP 時代 SIMD parallel compute 初步機器學習加速 3. AI / NPU 時代 tensor acceleration transformer inference on-device generative AI 三、Hexagon NPU 的核心能力 1. Tensor compute INT8 / INT4 quantization matrix multiplication optimization convolution acceleration 👉 用於 vision AI / speech AI 2. Transformer inference（關鍵轉折） 現代 Hexagon 已支援： attention computation KV cache optimization streaming inference multimodal AI processing 👉 代表它已經進入 LLM 時代 3. Low-latency edge inference ...

下面幫你整理「已公開、可查證」的 CEVA NPU IP（NeuPro 系列）使用者，這些就是市場上 確定採用 CEVA IP 的公司案例 。 一、汽車 / ADAS（最清楚的一群） ● Nextchip 使用：NeuPro-M NPU IP 應用：ADAS（車用影像 / 智駕） 特點：影像 ISP + AI vision SoC 👉 意義： 車用 AI vision 是 CEVA NPU 最大落地場景之一 📌 已公開新聞： Nextchip 已正式授權 NeuPro-M 用於下一代 ADAS 系統 ● Oritek / 車用 SoC廠（部分設計案） 車用 AI computing unit regional processor / ADAS compute 👉 用途： smart driving vision edge perception AI 二、IoT / MCU / 無線晶片廠（CEVA最核心客群） ● Microchip Technology 使用：NeuPro 全系列 NPU IP 用途：MCU / embedded AI / industrial IoT 👉 特點： 把 AI 加進 MCU 生態 做「AI MCU化」 📌 重點： Microchip 是 CEVA AI NPU 最重要「擴散型客戶」之一 ● Nordic Semiconductor 無線 IoT SoC（BLE / cellular IoT） 使用 CEVA DSP + connectivity IP 👉 AI用途： low-power inference + signal processing ● Ambiq / Alif Semiconductor / Actions 超低功耗 MCU / AIoT SoC 使用 CEVA DSP / AI core 📌 重點： 這群是「MCU + AI hybrid」市場 三、消費性電子 / Audio / Wearable ● Nothing （耳機 / 音訊） 使用 CEVA RealSpace / DSP IP 用於 spatial audio / audi...

 在 Edge AI 與 IoT 晶片快速擴張的時代，有一種公司不做晶片、不賣終端產品，但卻深深嵌入幾乎所有 SoC 設計中。 CEVA 就是這類公司的典型代表。 它的核心角色不是「做 AI 晶片」，而是： 提供 AI / DSP / 通訊運算的「IP 引擎」，讓別人拿去做晶片。 一、CEVA 的本質：IP 授權公司，而不是晶片公司 CEVA 的商業模式很清楚： 不製造晶片 不賣終端產品 不做系統整合 它只做一件事： 設計可授權的處理器架構（IP core） 核心產品類型 CEVA 的 IP 可以分成三大類： 1. DSP（Digital Signal Processor） 傳統核心業務： 音訊處理（Audio DSP） 通訊訊號處理（5G / Wi-Fi / Bluetooth） 感測訊號處理（sensor fusion） 👉 用在： 手機 baseband 耳機 IoT 裝置 車用通訊 2. AI Processor / NPU IP 隨著 AI 崛起，CEVA 發展出： NeuPro 系列 AI core Edge AI inference IP low-power neural accelerator 👉 用在： smart camera wearable IoT edge device MCU + AI hybrid SoC 3. Connectivity IP 包含： Wi-Fi Bluetooth UWB radar / sensing communication 👉 這些是 IoT SoC 的標配能力 二、CEVA 的核心價值：賣「運算能力的設計圖」 如果用一句話理解 CEVA： 它不是賣晶片，而是賣「晶片裡的腦」。 與晶片公司的差異 類型 CEVA Synaptics / Qualcomm 產品 IP core SoC / chip 收入 授權費 + royalty 晶片銷售 控制權 低 高 規模 輕資產 重資產 三、CEVA AI NPU 的本質 CEVA 的 AI IP（NeuPro）不是完整晶片，而是： 可嵌入 SoC 的 AI infere...

 隨著 AI 從雲端走向終端裝置，「Edge AI」正在快速重構整個半導體產業。過去我們熟悉的 MCU、SoC 分工正在改變，取而代之的是能夠在本地執行 AI 推論的 Edge AI MPU 與平台型架構。 在這個轉型中， Synaptics 的 Astra 平台與 SL 系列晶片，是一個非常具有代表性的案例。 一、Synaptics 的角色轉變：從周邊晶片到 Edge AI 平台 Synaptics 最早以觸控板、人機介面 IC 聞名，例如筆電 touchpad、音訊處理與感測控制晶片。 但近年其策略明顯轉向： 從「單一功能 IC 公司」轉型為「Edge AI 系統平台公司」 核心業務已經轉向： Edge AI SoC（SL 系列） AIoT 裝置平台 工業與智慧設備運算 視覺與語音 AI 這個轉型的核心載體，就是 Astra 平台。 二、Astra 是什麼？不是晶片，而是 AI 平台 Astra 並不是單一晶片，而是一個完整的 Edge AI 生態系統平台。 可以把 Astra 理解成： 「硬體 + AI軟體 + 開發工具鏈」的整合平台 它包含三個核心層級： 1. Edge AI SoC（SL系列晶片） 例如 SL2610 等晶片，屬於 Edge AI MPU / SoC。 其特點是： ARM Cortex-A 系列 CPU（Linux 運行） Cortex-M 控制核心（低功耗管理） Torq NPU（AI運算引擎） Coral AI 子系統（AI調度與控制） ISP / DSP / GPU（感測與多媒體處理） 這代表它不只是「運算晶片」，而是一個完整系統。 2. AI 運算架構：Coral + Torq 的分工設計 SL 系列最關鍵的設計，是 AI 運算被拆成兩個層級： ● Torq NPU（運算層） 負責： Tensor computation CNN / Transformer 推論 矩陣運算（GEMM） INT8 / INT4 低精度推論 本質是： AI 的「算力引擎」 ● Coral AI 子系統（控制層） 負責： AI graph scheduling operator dispatch memory orchestration runtime 管理 ...