Global
EN
行业方案
技术支持
技术支持
超过千家合作客户,20年服务经验,从选型到技术支持我们都能为您提供
可持续发展
可持续发展
持续创新、引领行业进步是我们不屈的使命。
新闻&资源
新闻&资源
时刻与您分享我们的一点一滴
关于我们
关于我们
音特电子集技术研发、芯片制造、封装测试、销售和服务于一体
人才发展
人才发展
一同释放潜力,塑造人类健康未来
新闻&资源
时刻与您分享我们的一点一滴
企业新闻 行业资讯 产品知识 知识学堂

瑞萨宣布59亿美元收购苹果供应商Dialog

来源:音特电子 发布日期:2021-02-17 浏览次数:3331次
分享:

据报道,日本瑞萨电子(Renesas Electronics)今日正式宣布,将收购苹果公司芯片供应商Dialog Semiconductor。两家公司在一份声明中称,瑞萨电子将以约49亿欧元(约合59亿美元)的现金收购Dialog Semiconductor,相当于每股67.50欧元。Dialog Semiconductor已同意该交易条款。该收购价格较Dialog Semiconductor上周五56.12欧元的收盘价溢价20%。年初至今,Dialog Semiconductor股价已上涨约25%,主要得益于苹果5G手机的强劲需求,以及出售公司消息的刺激。

前日有报道称,Dialog Semiconductor正与包括瑞萨电子在内的潜在收购方进行谈判。知情人士当时称,除了瑞萨电子,Dialog Semiconductor还在与意法半导体谈判。

从去年开始,全球半导体市场就出现了大规模整合,包括英伟达400亿美元收购英国芯片制造商ARM,AMD以350亿美元收购半导体制造商赛灵思,ADI公司以210亿美元收购Maxim,芯片供应商Marvell Technology以100亿美元收购半导体公司Inphi,SK海力士90亿美元收购英特尔内存部门。有数据显示,去年涉及半导体公司的交易额增加了一倍多,达到1440亿美元。

当前,瑞萨电子市值约为205亿美元,是全球最大的汽车用半导体供应商之一,在英国和德国设有欧洲办事处。2019年,瑞萨电子完成了对美国Integrated Device Technology(IDT)的收购。这笔交易价值超过60亿美元,将帮助瑞萨电子向汽车行业以外的领域扩张。

Dialog Semiconductor和瑞萨电子已经合作了十多年。Dialog Semiconductor专注于设计电源管理芯片,去年8月曾表示,将与瑞萨电子在汽车计算平台上进行合作。

当前,全球半导体供应出现紧张局势,而Dialog Semiconductor和瑞萨电子也身涉其中。知情人士去年11月表示,苹果正在努力解决iPhone和其他设备电源管理芯片短缺的问题。而在汽车行业,半导体短缺正迫使汽车制造商停产,并使它们与芯片供应商的关系变得紧张。与Dialog Semiconductor一样,瑞萨电子也是苹果的供应商。据报道,苹果在2014年曾计划收购瑞力科技(Renesas SP Drivers,瑞萨持股55%),但后来被Synaptics收购。瑞力科技为iPhone屏幕提供LCD芯片。

分析人士称,由于各国对半导体等战略行业的保护力度越来越大,这笔交易很可能遭到调查。当前,英伟达收购ARM交易正在接受英国监管部门的审查!(来自讯石信息)

热门新闻
AI眼镜加速进入消费市场,微型电子元器件迎来新机遇
2026-07-15
随着人工智能技术不断发展,AI功能正在从云端计算逐步延伸至终端设备。近年来,AI眼镜作为融合人工智能、可穿戴技术和智能交互的新型产品,正在受到市场关注,并逐渐探索在智能办公、信息交互、生活辅助以及娱乐应用等多个场景中的应用。 相比传统智能眼镜,新一代AI眼镜不仅具备显示、拍摄、语音交互等功能,还集成了AI芯片、摄像模组、传感器、无线通信模块以及电源管理系统等多个电子单元。随着设备功能持续增加,产
机器人走进更多场景,电子元器件迎来新应用增长点
2026-07-15
近年来,随着人工智能、智能制造以及自动化技术快速发展,机器人产业正在迎来新的发展阶段。从工业生产线上的智能机器人,到物流配送、医疗辅助、商业服务以及家庭应用场景,机器人正逐步拓展应用边界,成为推动智能化发展的重要力量。 相比传统机械设备,现代机器人不仅具备运动控制能力,还融合了大量电子技术,包括高性能控制芯片、精密传感器、通信模块、电机驱动系统以及电源管理单元等。随着机器人功能不断丰富,设备内部
AI算力狂奔背后:数据中心电源系统迎来新挑战
2026-07-15
随着人工智能技术快速发展,AI大模型、智能计算、自动驾驶以及工业智能化应用持续推进,全球对于算力基础设施的需求不断增长。作为支撑人工智能应用的重要基础,AI服务器和数据中心正在成为电子产业新的发展热点。 近年来,AI模型规模不断扩大,训练和推理任务对计算能力提出更高要求,推动高性能计算芯片、服务器设备以及数据中心建设持续升级。相比传统服务器,AI服务器通常需要搭载更多高性能处理器、加速芯片、高速