CEVA 架構解析：從 DSP 到 AI NPU IP 的「無晶圓 AI 引擎供應商」
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 inference engine
技術特性
1. 可配置架構（configurable core）
- 可調 MAC array
- 可調 precision（INT8 / INT4）
- 可客製 memory hierarchy
2. low-power design
- 專為 edge device 設計
- 低功耗優先於 peak performance
3. integration-oriented
- 可嵌入 MCU / SoC / baseband
- 與 CPU 共存，而不是取代 CPU
本質定位：
CEVA NPU = SoC 裡的一個「可插拔 AI 計算模組」
四、CEVA 在 AI 時代的角色
AI 讓 CEVA 的定位產生變化：
傳統時代（DSP為主）
- 手機音訊
- 通訊處理
- sensor signal processing
AI 時代（NPU崛起）
- edge inference
- vision AI
- audio AI
- transformer-lite workloads
但關鍵是：
CEVA 不做 AI 系統，只做 AI core
五、CEVA vs Edge AI SoC（核心差異）
用 Synaptics 做對比最清楚：
CEVA（IP層）
- 提供 NPU / DSP IP
- 客戶自己做 SoC
- 不控制 software stack
👉 類似：
“賣引擎的公司”
Synaptics / Qualcomm（SoC層）
- 自己設計晶片
- 有 AI runtime / compiler
- 控制整個 system stack
👉 類似：
“做整台車的人”
六、CEVA 的商業模式本質
CEVA 的收入來自：
- IP license fee（授權費）
- Royalty（每顆晶片抽成）
特性：
優點
- 輕資產
- 可擴散到所有 SoC 廠
- 毛利高
缺點
- 不控制產品
- 不控制 ecosystem
- 成長依賴客戶出貨
七、AI 時代的CEVA困境與機會
✔ 機會
- AIoT 裝置爆發
- MCU + AI hybrid SoC 增加
- Edge inference 滲透率上升
❗ 挑戰
1. SoC公司開始自研 NPU
例如：
- Qualcomm Hexagon
- Apple Neural Engine
- Synaptics Torq
👉 可能減少 IP 授權需求
2. AI runtime 變成關鍵
現在不只是 NPU，而是：
- compiler
- scheduling
- memory orchestration
👉 CEVA 不控制這一層
3. AI 正在「平台化」
未來價值可能往：
software stack > hardware IP
移動
八、產業定位總結
CEVA 在 AI 時代的真正角色：
Edge AI SoC 的「基礎運算零件供應商」
九、一句話總結
CEVA 是一家提供 DSP 與 AI NPU IP 的無晶圓半導體公司，其核心價值在於將運算能力模組化，供 SoC 設計者嵌入各類 IoT 與 Edge AI 晶片中，而非直接參與系統或產品層競爭。
留言
張貼留言