Affären
Analog Devices meddelade på onsdagen att bolaget kommit överens om att köpa Alif Semiconductor för 1,35 miljarder dollar kontant, med upp till 200 miljoner till villkorat av utfall. Båda styrelserna har godkänt affären. Den kräver godkännande i den amerikanska Hart-Scott-Rodino-prövningen och ADI räknar med att slutföra den före utgången av 2026.
Alif, med säte i Pleasanton i Kalifornien, tillverkar mikrokontroller och det bolaget kallar fusionsprocessorer — kretsar avsedda för sensorfusion i realtid och inferens med låg fördröjning som körs i enheten i stället för i ett datacenter. ADI uppger att Alif redan har konstruktioner i produktion hos konsument- och industrikunder.
Varför ett sensorbolag köper inferenskisel
ADI:s affär är beräkningens analoga kant: att mäta fysiska storheter och göra signaler av dem. Att lägga till en processor som kan köra en modell på samma kort ändrar vad de produkterna gör. En vibrationssensor som klassificerar ett lagerfel lokalt skickar ett utlåtande i stället för en dataström, vilket kapar effekt, fördröjning och bandbredd på en gång.
Vd:n Vincent Roche beskrev det som att kombinera Alifs digitala bearbetning med ADI:s position inom multimodal avkänning, signalbehandling, kraft, uppkoppling och mjukvara. Alifs medgrundare och ordförande Reza Kazerounian pekade åt samma håll, på ADI:s kunnande i den fysiska domänen och dess analoga systemförmåga.
Den andra i år
Det här är ADI:s andra större AI-nära förvärv under 2026. Under första halvåret kom bolaget överens om att köpa Empower Semiconductor för 1,5 miljarder dollar kontant, en kraftförsörjningsverksamhet riktad rakt mot AI-datacenter, med slutförande väntat under andra halvåret.
Lästa tillsammans ligger de två affärerna i var sin ände av samma resonemang. Empower handlar om att mata ström till acceleratorer i en hall; Alif handlar om att slippa hallen. ADI har lagt 2,85 miljarder dollar i år på att täcka båda.
Marknaden som köps
Inferens i kanten är där utbyggnaden av robotik och industriautomation faktiskt förbrukar kretsar. En humanoid eller en inspektionslinje behöver beslut på millisekunder och kan inte vara beroende av en nätverksresa. Det är den efterfrågan ADI betalar för — inte modellträning, utan det långt större antal ändpunkter som ska köra små modeller kontinuerligt.
Att hålla ögonen på
Hart-Scott-Rodino-prövningen är det enda formella hinder som redovisats, och inget i den här kombinationen ser ut att besvära den. Det som är värt att följa efteråt är om ADI håller Alifs kretsar tillgängliga för kunder som bygger mot konkurrerande sensorlinjer, eller viker in dem i sin egen stack.
