内核设计公司始终坚信，需要控制底层物理 IP，才能为其芯片设计提供最佳性能。早在 2004 年，该公司就以 9.13 亿美元的巨额资金收购了 Artisan。Artisan 的基础 IP 业务包括标准单元库、内存编译器和通用 I/O (GPIO)，这些产品均针对领先代工厂的先进工艺节点进行了优化。

　　出售给Cadence Design Systems将有助于 Cadence 在 IP 业务（尤其是在芯片领域）与新思科技展开竞争。然而，这笔交易也为 ARM 转向自主芯片制造做好了准备。控制其他合作伙伴所依赖的基础 IP 将加剧授权协议中的利益冲突。

　　Cadence 一直在扩展其设计 IP 产品线，其核心产品包括领先的协议和接口 IP、存储器接口 IP、最先进节点的SerDesIP，以及即将收购 Secure-IC 的嵌入式安全 IP。据称，这笔交易对 Cadence 的收入和盈利影响不大，因此看起来这笔交易更多地关乎 ARM 的战略定位。ARM 的母公司软银正在以65 亿美元收购基于 ARM 的数据中心芯片设计公司 Ampere。

　　收购 Artisan 将扩大 Cadence 在 SoC 设计领域的影响力，该收购协议包含一项资产购买协议和一项并行技术许可协议。作为交易的一部分，Cadence 将获得一支才华横溢、经验丰富的工程团队，该团队在业界享有盛誉，能够帮助加速相关 IP 产品和全新 IP 产品的开发。

　　Cadence 高级副总裁兼硅片解决方案事业部总经理 Boyd Phelps 表示：“Arm 的 Artisan IP 在其 25 年的发展历程中，已在全球代工厂和 SoC 合作伙伴生态系统中建立了强大的影响力和良好的声誉。随着 Artisan IP 业务和团队的加入，Cadence 将进军基础 IP 市场，从而抓住新的增长机遇。”

　　通过此举，我们将获得关键技术和专业知识，以增强我们的设计服务和芯片产品，从而使我们能够实施全面的IP战略，并为客户提供更大的价值。通过利用Cadence完整的IP、库、工具和服务堆栈，我们致力于在发展基础IP业务的同时，提高PPA。

　　ARM 解决方案工程执行副总裁 Kevork Kechichian 表示：“我们致力于确保在所有市场部署 ARM 技术所需的基础物理 IP 持续为整个生态系统所用。Artisan 品牌已建立良好基础，我们相信这项技术未来将继续在半导体行业发挥重要作用，而 Cadence 是推动其发展的理想合作伙伴。”

　　2004年8月，英国半导体设计公司 ARM Holdings Plc 同意以 9.13 亿美元收购美国科技公司 Artisan，以扩大其产品范围，但由于担心出价过高，ARM 股价周一暴跌。

　　ARM 董事长罗宾·萨克斯比 (Robin Saxby) 在一份声明中表示：“Artisan 拥有成熟的销售渠道，将与 ARM 销售渠道高度互补。”

　　他补充道：“合并后的实体将能够通过更广泛的产品组合接触到更多的客户，从而更好地服务于我们的联合用户群体。”

　　时任Arm首席执行官沃伦·伊斯特 (Warren East) 在电话会议上告诉记者：“我们没有支付过高价格的记录。”

　　Arm最新发布《芯片新思维：奠定AI时代新基础》报告，指AI时代芯片的设计架构将有许多转变，多样AI工具软件与硬件的相容运作，更是边缘运算的挑战，因为许多AI开发者需要面对软件在多种硬件平台上都要运行，平台之间缺乏标准化，将可能使AI效能在某些硬件平台上被拖累。

　　Arm应用工程总监徐达勇指出，AI系统日益复杂，从大型语言模型（LLMs）到进阶的推论代理（advanced reasoning agents），对运算能力的需求也大幅提升，这些都考验芯片设计者如Arm，AI基础模型工作负载将由CPU跟GPU分工合作，一个全新的基础模型方法论将使AI推论更为复杂，需要更多CPU架构。

　　报告指出，AI革命正在影响运算架构面临两新趋势：对专用AI 加速的需求，为支援新型工作负载所需的强大主处理器需求。

　　尤其是先进的AI模型，已经从推论走向进阶推论如何设置代理ip国外网站，甚至于更复杂的「代理」，运算需求大幅提升，带来庞大运算。进阶推论本身就将带来庞大运算力需求，长远而言，企业更将部署能处理复杂任务的「代理（agents）」，大幅度增加对更先进的训练及强大的推论力需求。

　　愈来愈多AI应用者开发自有AI加速器，以满足自有需求，Arm指出，不只是GPU跟CPU的搭配合作，还是Google自行开发的TPU芯片、Microsoft的加速芯片Maia、或AWS的Tranium与Inferentia客制化芯片，都仍需要主处理器（host CPU）。

　　但CPU架构与其他芯片的合作关系变得比以往更加复杂，在打造更强大、更高效率的运算系统的过程中，是一种挑战，也是巨大的机会。针对AI带来的机会与挑战。

　　1.生态系合作程度提升：IP供应商、晶圆代工厂、封装厂与系统整合商之间必须有更密切的合作。白话地说，IP设计业者，无法在不了解该矽智财实际如何实作于芯片中就开发出IP。

　　2.系统导向：从系统层面思考，而不仅是个别元件规划设计，从运算、记忆体、供电与热管理等最佳化，

　　3.标准化需求：业界必须建立新的标准，以支援小芯片的介面、供电与散热管理，实现模组化芯片设计。

　　4.电源感知设计：芯片设计的每一个环节都以能源效率为核心指标。 5.专业化：不同的工作负载将愈来愈需要专属的架构，促使芯片设计更具多元类型。

　　展望未来，他表示，半导体产业正处于一个十字路口，过去摩尔定律正让位给一个由权衡与选择所构成的复杂局面，但挑战也将是创新契机。