“迎娶”华三通信的竞争终于尘埃落定,5月21日,紫光股份与惠普签订股权收购协议,紫光股份以不低于25亿美元收购惠普所出售的“新华三”51%的股权。所以并不是之前盛传的华三被完全收购,而是合资。主角也不只包括原华三,而是将中国惠普的服务器、存储和技术服务业务打包在一起。
在5月22日召开的媒体交流会上,清华控股董事长徐井宏表示,“清华紫光与惠普携手打造‘新华三’开创了国际巨头在中国本土化上一种全新的模式。”他认为,竞合发展是未来IT生态形成的开始。
清华紫光集团董事长赵伟国在公开场合曾多次表示,“紫光要发展IC及IT产业,必须掌握核心技术。而获取的途径不外乎两条:一是立足自身研发;另外,如果有好机会,收购不失为一条捷径。”
如今收购华三的确是一个很好的机会,它在数据中心及企业网络市场拥有举足轻重的地位,在2014年9月传出惠普有意出售华三的消息后,曾吸引了中国电子、华信等公司的竞逐。
其实,正如很多分析所言,惠普出售华三意在给其一个国有身份,之前作为惠普的全资子公司,华三在很多政府及关键行业中的项目中被“嫌弃”,这让它在未来的市场竞争中倍感压力。
在“户口”这个问题上,华三一直很尴尬,国内出生,公司总部设在杭州,无奈有一个外国的“后妈”。正如华三通信CEO曹向英的话说,“华三一直以来就是国内的公司,只不过是境外股东。”
华三因此在做过不少努力,甚至在公关途径上,更多将自己称为“华三通信”,而很少用那个“洋气”的名字“H3C”。
可是这只是表面功夫,在自主可控上升到国家层面的环境下,这并不能简单“蒙混过关”,做到“表里如一”才有翻盘的机会。于是,有了今天。
在赵伟国给出的清华紫光能够收购华三的原因中,也指出了国有身份的重要因素。在官方资料中,也印证了这一点,“实现网络设备全产品线的国产替代,进而实现基于国产芯片、操作系统的全国产化设备,已经事关国家的核心利益。此外,随着互联网的触角不断延伸渗透到人们工作生活的方方面面,IT的角色已从传统的行业辅助工具变成革新的核心驱动力。因此,网络设备产业已经成为具有国家战略价值和极具市场发展前景的朝阳产业”。
在此,笔者可以理解清华紫光和惠普用股权的变化进行合作,不论双方在谈判过程中这个意愿是否一致,但这个结果是双赢的。在惠普眼中,华三是一个有竞争力的公司,而没有完全放手。对紫光来说,实现了控股,而没有投入更大的成本。赵伟国曾说,“在科技快速发展的当今,只有站在高起点上与高科技巨人展开对华,才能掌握核心竞争力,掌握话语权。股权合作是一条有效的途径。”
一旦收购完成,笔者认为,在网络设备市场,也就是原华三的主营业务领域,新华三会迎来更大的机会。其实在作为惠普的全资子公司时代,华三也一直是独立运营。如今得到国有控股,基本扫清政策障碍。
基于这样的目的,我们可以猜想,惠普为何将在国内的服务器、存储和技术服务业务打包在一起的心思,搭上顺风车,有了“国有标签”。可是他们在运营和管理上是两部分,惠普中国的这些部分企业业务怎么和原华三融合是一个问题,另一问题是,这样的标签是否被认可。
据悉,收购完成后,新华三将成为惠普服务器、存储和网络产品在中国境内的独家经销商,惠普公司将成为新华三在中国境外的独家合作渠道。缕缕这样的关系,它和像联想并购IBM x86服务器业务的形态并不一样。
假想,如果清华紫光单纯的控股华三或收购也许更简单了,如今加上中国惠普的服务器、存储和技术服务业务,其中一些细节并没有透露,一时还真不知道怎么定位新华三。
另外,在人员和组织结构上,官方称,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。清华紫光并没有宣布如何参与到新华三的董事会和治理结构中。
新华三面临管理和文化融合的挑战,另外在业务上也存在一些困扰,就像中国惠普仍将继续100%拥有其在华的一些企业业务,例如Aruba的网络产品,特别在无线上和华三有极大的冲突。惠普中国区董事长兼华三通信董事长毛渝南称,双方的合资,目标一致能够打造一个强大的新华三,其实仍有分歧。
整个收购案有望于2015年底完成,实现新华三的目标仍有很多挑战需要解决。不过在媒体沟通会听到了这样的爆料,清华紫光集团董事长赵伟国已经承诺将个人资产的70%捐赠给清华大学以培养人才和推进中国信息产业发展,他及带领的团队是有梦想的人,期待清华紫光的入主能够带给新华三的新未来。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。