清华控股与惠普公司今日宣布达成合作,根据协议,清华控股有限公司(“清华控股”)旗下紫光集团下属子公司紫光股份有限公司(“紫光股份”)以不低于25亿美元收购惠普公司旗下“新华三”公司51%的股权,成为该公司的控股股东。“新华三”将包括惠普公司的全资子公司华三通信与惠普中国有限公司(“中国惠普”)的服务器、存储和技术服务业务,总估值约45亿美元(不含现金及负债)。
据称,中国惠普仍将继续100%拥有其在华的企业服务、软件、HP Helion云、Aruba网络产品(惠普在2015年3月收购Aruba)和打印与个人系统业务。
据官方消息,清华紫光集团董事长赵伟国表示:“华三通信是国内最优秀的网络厂商之一,中国惠普的服务器、存储及技术服务也拥有卓越的技术基础和领先的市场地位。本次交易完成后,清华紫光将成为‘新华三’的控股股东,这标志着‘新华三’正式成为民族信息技术产业的一员,这不仅对实施国家自主可控的信息产业发展战略,保障国家网络信息安全具有重要意义,也为‘新华三’今后的发展提供了更加广阔的市场机遇。清华紫光和中国惠普及华三通信之间有着长期的合作历史,与‘新华三’有着显著的协同效应。清华大学强大的科研能力和雄厚的人才储备将为‘新华三’提供更加充沛的成长动力。我们期待着与惠普公司建立长期持久的伙伴关系。”
对此,IDC的观点认为,对于新华三来说,股权的变化将带来远期的利好,国有控股的身份将使得他们可以更好的应对国产化趋势的挑战。但是短期来说,新华三也面临一系列的问题。首先是产品研发的延续性问题。作为HP投资但并不控股的中国公司,如何传承和发展HP全球的产品研发和技术,相信惠普和紫光将会有进一步的计划。在继承HP产品的设计和面向中国的特色定制之间如何,将是未来令人关注的重点之一。其次是新华三与惠普全球的销售、服务策略一致性问题。惠普的客户中有大量跨国公司在华的分支机构,这些企业需要供应商的全球服务支撑能力。如果不能解决全球策略一致性的问题,惠普不但可能面临国内用户的流失,甚至可能会导致这些跨国公司转向那些能够覆盖全球的其他供应商。最后是,应对过渡时期的整合和竞争对手的挑战,新华三需要更好的维护既有的渠道和客户。
IDC企业级系统研究部研究经理胡向东表示:“过去,华三通信的研发、生产和市场均在国内,而其母公司惠普却是一家外资企业,这让其在政府主导的网络设备采购中处于不利地位。收购完成后,新华三将卸掉包袱,正式以国内厂商身份参与到竞争中。未来的中国网络设备市场的竞争将变得更加激烈。”
“新华三”2014财年营收约31亿美元(调整后),营业利润4亿美元(调整后GAAP利润3亿美元),拥有约8,000名员工,其中包括2,500多名优秀工程师,致力于为用户提供定制化和差异化技术解决方案,并拥有超过5,700余项专利。
收购完成后,“新华三”将成为惠普服务器、存储、网络产品和硬件支持服务在中国境内的独家提供者。据称,原华三通信和中国惠普服务器、存储与技术服务业务的核心管理团队将继续保持相对稳定,原中国惠普负责人将继续领导惠普在华业务。
清华控股是清华大学旗下资产管理公司。紫光股份是中国A股上市公司,并自1999年起成为惠普公司的长期战略渠道合作伙伴。
此次交易预计将于2015年底完成,以紫光股份股东大会批准、并完成相关政府部门审批等为前提条件。
好文章,需要你的鼓励
TechCrunch Disrupt 2025 AI舞台将汇聚塑造科技未来的领军人物,顶尖风投将揭示在快速变化的AI领域获得融资的关键。来自Apptronik、ElevenLabs、Hugging Face、Runway等创新企业的领导者将分享前沿洞见,探讨AI如何重塑创意过程、改变物理世界、变革国防安全和重新定义人际关系。10月27-29日,五大主题舞台将在旧金山呈现科技创新的未来图景。
西班牙研究团队提出了一种创新的AI自我纠错方法SSC,让人工智能学会识别和修正规则中的漏洞。当AI发现自己在钻空子获得高分时,它会反思规则的合理性并主动改进。实验显示这种方法将AI的"钻空子"行为从50-70%降低到3%以下,同时提升了回答质量。这项技术有望让AI从被动执行指令转变为能够质疑和改进指令的智能协作伙伴。
英超联赛与微软达成五年战略合作伙伴关系,推出AI驱动的Premier League Companion服务,为全球球迷提供个性化体验。该服务利用Azure OpenAI技术,整合30多个赛季的统计数据、30万篇文章和9000个视频,帮助球迷发现和了解更多内容。未来还将为Fantasy Premier League引入个人助理经理功能,并通过Azure AI优化比赛直播体验和赛后分析。
这篇文章详细解析了Long、Shelhamer和Darrell在2015年CVPR会议上发表的开创性研究"全卷积网络用于语义分割"。文章以通俗易懂的方式,将这项复杂的技术比作艺术家的绘画过程,解释了如何让计算机不仅识别图像中有什么物体,还能精确标出每个物体的位置和边界。研究团队通过将传统分类网络改造为全卷积形式,并巧妙运用上采样和跳跃连接技术,实现了高效准确的像素级图像理解。这一突破为自动驾驶、医学影像和增强现实等领域带来了革命性变化,奠定了现代计算机视觉的重要基础。