Avaya和Extreme Networks日前证实了Avaya将以“大约1亿美元”出售旗下网络业务的消息。
两家公司三月时就有意交涉该交易,但因为当时Avaya还在找其他买家投标,因此,确认Extreme为最后买家花掉了一段时间。
两家公司日前已经发了声明说交易已经完成,既是说一旦等到律师事务、签字和盖章后就完成了,预期交易结束日期为7月1日。
Avaya卖掉网络业务是因为需要现金,Avaya重组债务时举步维艰,所得现金可以帮助其重组债务,而且,Avaya也希望专注统一通信及之类的业务。另一方面,Extreme则想与诸如Cisco和HPE一类的公司平起平坐,Extreme所以还收购了博科的数据中心网络资产,旨在提供涵盖数据中心核心、LAN、校园网络、WAN和安全性的产品组合。
Extreme认为该交易是一个突破口,因为尽管“Avaya Networking并未提供有关业务审核过的财务报告”, Extreme相信 该业务的“年收入超过2亿美元”。 Extreme还表示可以将花在 Brocade的5500万美元转化为2.3亿美元的年收入,以及可以将收购斑马网络的5500亿美元转化1.15亿美元的年收入。如果这些数字是对的,那么明年这个时候Extreme的收入将新添5.45亿美元,外加2016年报出的5.28亿美元的收入。
加在一起也就是十多亿美元,Extreme的规模仍很难与HPE和Cisco攀比,甚至和Juniper网络都没法比。但Extreme落在Arista后面不是太远,业界人士通常认为在开企业网络购物清单时Arista是值得考虑的。
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。