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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。