边缘AI独角兽，为何选择卖身？

一家曾经估值超过10亿美元、累计融资3.4亿美元的AI芯片独角兽，最终没能独立走向资本市场，而是选择被一家传统半导体巨头收购。

2026年9月21日，美国半导体厂商Microchip Technology（微芯科技）宣布，正式完成对以色列边缘AI芯片公司Hailo的收购。从7月24日签署收购协议到交易完成，前后不到两个月。双方没有披露具体交易金额，Microchip仅表示，这笔收购预计不会对公司财务业绩产生重大影响。

交易双方的体量并不在一个量级。Microchip是纳斯达克上市公司，截至2026年10月23日收盘，市值约402亿美元；Hailo则曾是以色列AI芯片领域颇受关注的明星创业公司，2024年融资时估值达到约12亿美元。

但到了2026年，Hailo的处境已经发生明显变化。

据以色列财经媒体Calcalist报道，Hailo在2026年遭遇了严重的资金压力，不仅裁减员工、寻求紧急融资，此前试图通过SPAC（特殊目的收购公司）合并上市的计划也未能成功。其估值一度降至5亿美元以下，与两年前的独角兽身价相去甚远。

这笔收购因此有着不同于普通技术并购的意味：对于Microchip而言，这是一次补齐边缘AI能力的机会；对于Hailo而言，被收购则可能是摆脱融资困境、让技术继续商业化的重要出路。

更值得讨论的是，Hailo并不是一家只有概念的创业公司。它已经推出多代AI处理器，拥有实际客户和开发者群体，产品也进入智能视觉、工业设备等应用领域。

当边缘AI市场仍被普遍看好，为什么一家拥有成熟芯片和技术积累的独角兽，却没能继续独立发展？边缘AI独角兽，为何选择卖身？图3

PART 01

从12亿美元独角兽，到寻找买家

成立于2017年的Hailo，总部位于以色列特拉维夫。与英伟达主要服务于数据中心和高性能计算市场不同，Hailo从创立之初就把目标放在边缘设备，希望让摄像头、机器人、工业终端等设备能够在本地完成AI推理，而不必事事依赖云端服务器。

这条路线有着明确的技术价值。

以工厂里的智能摄像头为例，设备可能需要持续检测产品缺陷、识别异常动作。如果把视频全部传到云端处理，不仅会产生网络带宽成本，还可能受到传输时延、网络稳定性和数据隐私要求的限制。

在本地部署AI芯片，可以让设备直接分析图像，并根据结果执行相应操作。但与数据中心不同，边缘设备通常没有充裕的供电、散热和安装空间，这要求处理器在有限功耗下提供足够的计算性能。

Hailo正是围绕这一需求建立产品线。

其代表产品Hailo-8提供26 TOPS的峰值AI算力。TOPS指每秒万亿次运算，虽然不能完全代表真实模型的运行性能，但能够反映芯片的理论计算能力。

随后推出的Hailo-15系列面向智能摄像头，将图像处理与AI计算相结合；Hailo-10系列则进一步面向生成式AI应用，其中Hailo-10H提供40 TOPS的INT4峰值算力，支持在边缘设备上运行部分大语言模型和视觉语言模型。

这些产品让Hailo成为边缘AI芯片市场中具有辨识度的企业，也帮助它获得资本支持。

2024年4月，Hailo宣布完成1.2亿美元融资，累计融资超过3.4亿美元。按照当时公开报道，公司估值约12亿美元，跻身独角兽行列。参考边缘计算社区2024年写过的文章。

然而，仅仅两年后，情况发生逆转。

2026年4月，Calcalist援引投资方Delek Automotive的财务信息报道，Hailo正试图通过SPAC合并获取资金，当时对应估值已低于5亿美元。此后上市计划受挫，资金压力进一步加剧，最终走向出售。

这段经历揭示了AI芯片行业一个容易被忽略的现实：技术性能、资本估值和企业真正的造血能力，并不是一回事。

AI芯片从设计、流片到软件工具开发，需要持续投入大量资金，而工业和嵌入式客户的采购周期又往往较长。获得客户设计项目，不代表芯片已经形成大规模出货；即使进入客户产品，也可能需要经历漫长的验证和量产过程。

对于一家独立创业公司而言，研发投入发生在前，收入却往往滞后。如果持续经营所需的资金超过现有现金储备，而新的融资又无法及时到位，再好的技术也可能遭遇商业化困境。边缘AI独角兽，为何选择卖身？图8

当然，Hailo没有公开完整的营收、现金流及订单数据，因此不能仅凭收购结果断言其产品缺乏竞争力。但从估值下降、融资受阻和最终出售来看，资金与商业化压力显然已经成为影响其独立发展的重要因素。

PART 02

Microchip看中的，不只是一颗AI芯片

对于收购方Microchip来说，Hailo的困境反而提供了一个进入边缘AI市场的机会。

Microchip是一家总部位于美国亚利桑那州的老牌半导体企业，核心业务包括微控制器、微处理器、FPGA、模拟芯片、电源管理、连接和安全器件等，产品广泛应用于工业自动化、汽车、通信及消费电子市场。

与近年来备受关注的AI芯片厂商相比，Microchip的业务显得没有那么耀眼，但它长期处于嵌入式设备的关键位置。

一台工业机器人需要电机控制、传感器数据采集、网络通信和电源管理，一套自动化产线需要稳定运行的控制器和接口芯片，而这些都是Microchip擅长的领域。

公司的经营体量也相当可观。根据2026年8月发布的财报，Microchip在截至2026年6月30日的2027财年第一季度实现营收14.85亿美元，同比增长38%，GAAP归属于普通股股东的净利润约2.02亿美元。

不过，传统嵌入式控制业务正在面对新的需求变化。

过去，设备能够准确执行预设程序，往往就能满足客户要求；如今，越来越多设备还需要识别物体、分析环境，甚至根据AI模型输出参与实时决策。

这意味着，仅仅提供微控制器和外围芯片，已经不足以覆盖部分客户新增的计算需求。

Microchip此前已经尝试向AI领域延伸，例如2024年收购Neuronix AI Labs，获取面向FPGA的神经网络优化技术。但FPGA虽然具备可编程的灵活性，对于部分高计算密度的AI推理任务，专用加速器仍可能在性能、功耗和成本之间取得更好的平衡。

Hailo恰好补上这一块。边缘AI独角兽，为何选择卖身？图11

通过收购，Microchip一次性获得了Hailo-8、Hailo-10和Hailo-15等产品，以及相应的软件开发工具和技术积累，使自身的产品组合从传统控制、连接和电源管理，进一步延伸到专用AI推理与智能视觉处理。

根据Microchip披露的信息，Hailo还拥有超过100家客户，以及超过1万名开发者构成的活跃开发社区。

这些资源对收购方同样重要。AI芯片并不是交付硬件就能使用，客户还需要模型转换、编译器、运行时环境和软件支持。对于Microchip来说，与其从零开发AI处理器并建立开发者生态，收购已有技术和客户基础的企业，显然可以缩短进入市场的时间。

不过，开发者数量和客户数量并不能直接换算成实际收入。此次收购究竟能够创造多少商业价值，仍取决于双方产品能否实现更深入的整合，以及最终能带来多少新增量产项目。

PART 03

边缘AI真正难的，是从样机走向量产

从业务结构看，Microchip与Hailo具有很强的互补性。前者拥有广泛的嵌入式产品组合、全球销售渠道和长期客户关系，后者掌握专用AI加速技术和软件工具，但在独立扩大市场规模方面面临挑战。

这种互补关系，实际上反映了边缘AI产业一个正在变化的竞争逻辑。

过去，边缘AI芯片厂商往往强调TOPS算力、功耗效率和模型运行速度。对于技术验证阶段，这些指标确实重要，但到了实际量产时，客户考虑的因素会复杂得多。

例如，一家工业设备制造商准备推出具备视觉检测功能的新产品，除了AI推理性能，还需要考虑主控芯片、存储器、网络接口、电源、散热以及整套软件系统的兼容性。

如果AI加速器来自一家供应商，控制芯片来自另一家，网络和电源器件又分别采购，客户就需要投入更多资源进行系统集成、测试和后续维护。

更重要的是，工业设备的生命周期通常较长。一套自动化产线可能需要连续运行多年，客户不仅关注今天能否跑通AI模型，也关心未来能否持续获得芯片供应、软件更新和技术支持。

这正是Microchip能够为Hailo提供的价值。

对于已经使用Microchip微控制器、FPGA和模拟芯片的客户，如果未来可以更方便地加入Hailo的AI处理器，并获得统一的技术支持与参考设计，开发和部署门槛就有机会降低。

反过来，Microchip也能够利用Hailo的AI能力，扩大自己在同一台设备中的芯片价值份额，而不必把新增的智能计算需求完全交给其他厂商。

这种模式并不意味着客户一定会选择Microchip。英伟达、高通、恩智浦、瑞萨以及众多专用AI芯片企业都在争夺不同的边缘计算场景，客户仍然会比较性能、成本和软件成熟度。

但这笔交易至少说明，边缘AI竞争正在从单颗芯片的性能比较，向完整系统的交付能力延伸。

对于芯片创业公司而言，证明产品能够运行AI模型，只是商业化的第一步；真正困难的是让它进入客户设备，并形成可持续的规模化出货。

PART 04

边缘AI市场很热，但谁能真正赚钱？

Hailo的出售，并不意味着边缘AI市场失去了吸引力。恰恰相反，越来越多AI能力正在从云端走向终端，智能摄像头、工业机器人、汽车和各类物联网设备，都在产生新的本地推理需求。

根据市场研究机构Grand View Research发布的报告，全球边缘AI市场规模预计将从2026年的300亿美元增长至2033年的1187亿美元，年复合增长率约21.7%。其中，硬件在2025年边缘AI市场中的收入占比达到51.8%。

需要注意的是，这里的边缘AI市场包含硬件、软件、边缘云基础设施及相关服务，并不等于专用AI芯片市场。庞大的市场预测，也不能直接转换为某一家芯片公司的收入预期。

事实上，边缘AI的商业结构比云端AI更加分散。

数据中心的AI采购主要集中在云服务商、大型互联网企业及企业计算基础设施领域，而边缘AI需要面对智能家居、工业设备、机器人、汽车等差异很大的应用场景。

有些设备只需要低成本微控制器运行轻量级模型，有些需要集成NPU的处理器，还有些则需要独立AI加速器处理多路视频或复杂模型。

不同场景之间，很难简单套用同一套计算架构。

这也解释了为什么边缘AI芯片市场看起来需求广泛，却未必容易形成规模效应。企业不仅需要设计性能足够好的芯片，还需要持续适配不同模型、操作系统和硬件平台，并提供长期的软件维护。

对于客户而言，最终决定采购的不是芯片标称算力有多高，而是它能否在规定的功耗、成本和可靠性条件下完成任务。

假设一颗AI芯片拥有更高的TOPS，但必须搭配更昂贵的存储器和散热系统，或者需要工程团队花费数月完成模型移植，那么它在实际项目中未必比性能稍低、部署更成熟的方案更有优势。

因此，边缘AI行业未来可能出现更加明显的分化：一部分企业继续依靠专用架构追求极致性能，另一部分企业则通过控制器、AI加速器、连接、电源和软件工具的组合，提高客户部署效率。

Microchip收购Hailo，正是后一种思路的体现。

对Hailo来说，独立融资和持续投入研发曾经是支撑技术发展的重要条件，但当资金压力上升，加入一家拥有成熟客户网络和供应链体系的大型半导体企业，可能成为让产品继续进入市场的现实选择。

对Microchip来说，收购也不是终点。它还需要证明，Hailo的AI芯片能够与现有嵌入式产品形成协同，并转化为新的设计项目、芯片出货和持续收入。

Hailo从12亿美元独角兽走向被收购，表面上是一家芯片创业公司的命运转折，背后却是边缘AI行业正在面对的商业化考验。

当AI逐渐成为终端设备的基础功能，芯片企业比拼的将不只是计算能力，还有软件适配、系统成本、长期供货和大规模交付能力。

边缘AI并不缺少令人兴奋的技术，真正稀缺的，是将这些技术变成一门可持续生意的能力。

而Hailo的故事或许提醒整个行业：一家企业能够造出先进的AI芯片，与它能够独立成长为一家成功的半导体公司，中间还有很长一段路。