聯(lián)想和IBM已經(jīng)達(dá)成協(xié)議,聯(lián)想以23億美元收購(gòu)藍(lán)色巨人低端服務(wù)器業(yè)務(wù),IBM公司7500名員工將歸于聯(lián)想。
聯(lián)想收購(gòu)IBM低端服務(wù)器業(yè)務(wù)不是什么秘密,今天,兩家公司證實(shí)達(dá)成了收購(gòu)協(xié)議,IBM此后將專(zhuān)注其它業(yè)務(wù)。
據(jù)悉,這23億美元當(dāng)中,聯(lián)想將支付近20億美元的現(xiàn)金,其余則用股票的形式支付。
聯(lián)想將獲得IBM System x,BladeCenter與Flex System刀片服務(wù)器,交換機(jī),基于x86的集成系統(tǒng),NeXtScale與iDataPlex服務(wù)器以及相關(guān)軟件,刀片網(wǎng)絡(luò)與維護(hù)業(yè)務(wù)。
IBM全球7500名員工將成為聯(lián)想旗下成員。
收購(gòu)還需要獲得監(jiān)管部門(mén)的批準(zhǔn),一旦完成,IBM將由此專(zhuān)注云計(jì)算,超級(jí)計(jì)算機(jī)等業(yè)務(wù)。
IBM軟件和系統(tǒng)部門(mén)高級(jí)副總裁兼集團(tuán)總裁Steve Mills表示:“這讓IBM得以專(zhuān)注能給我們業(yè)務(wù)帶來(lái)新價(jià)值的系統(tǒng)與軟件創(chuàng)新,例如認(rèn)知計(jì)算(cognitive computing),大數(shù)據(jù)和云計(jì)算。”
聯(lián)想還將成為一家IBM存儲(chǔ)設(shè)備的全球OEM與零售商,這些業(yè)務(wù)包括IBM Storwize磁盤(pán)系統(tǒng),磁帶,General Parallel File System軟件,SmartCloud Entry,Systems Director,Systems Director產(chǎn)品。
盡管低端服務(wù)器市場(chǎng)近來(lái)增長(zhǎng)乏力,但聯(lián)想CEO兼主席楊元慶表示,聯(lián)想能夠從這樁收購(gòu)中賺到錢(qián)。
他說(shuō):“這樁收購(gòu)表明,我們?cè)敢馔顿Y那些能有助于盈利增長(zhǎng)的,擴(kuò)展我們的PC+(PC Plus)戰(zhàn)略的業(yè)務(wù)。有了正確的戰(zhàn)略,良好的執(zhí)行,不斷的創(chuàng)新以及對(duì)x86產(chǎn)業(yè)明確的承諾,我們有信心實(shí)現(xiàn)這一業(yè)務(wù)的長(zhǎng)期增長(zhǎng),就像我們?cè)谌騊C業(yè)務(wù)取得的成績(jī)那樣。”
Gartner統(tǒng)計(jì)公司的數(shù)據(jù)顯示,IBM服務(wù)器去年減少了一半業(yè)務(wù),2013年第三季度的出貨量同比下降了20%以上。
目前,按照收入排名,IBM是全球第二大服務(wù)器制造商,2013年第三季度的收入為28億美元,同比下降18.9%,前年同期為35億美元。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。