合并后的公司将:
• 成为销售额20亿美元的用于嵌入式系统的微控制器、专用存储器的全球领导者
• 在NOR Flash存储器领域居于全球首位
• 成为全球SRAM存储器首屈一指的公司
• 合并后,每年可通过协同效应节省1亿3千5百万美元,显著提升每股收益
• Cypress 和Spansion的股东分别拥有合并后公司50%的股票
• 向所有股东支付每股0.11美元的季度股息
• Cypress 的T.J. Rodgers先生出任CEO,Spansion的Ray Bingham先生出任董事会非执行主席
赛普拉斯半导体公司(纳斯达克股票代码:CY)和Spansion公司(NYSE:CODE)宣布达成一项最终合并决议,该合并以全股票方式进行,是一项免税交易,总价值约40亿美元。合并后的公司年营业额将达20亿美元,成为用于嵌入式系统的微控制器和专用存储器的全球领先供应商。
赛普拉斯创始人总裁兼CEO Rodgers认为:“这是两个明智、具备盈利能力且具有创业激情的公司的合并。我们在各自的存储器领域居于首位,并且都成功地在嵌入式处理领域进行了多元化。合并后的公司将成为嵌入式MCU和专用存储器的领先供应商。合并后在各个方面的协同效应还极有可能提升每股收益。”
根据合并协议的约定,Spansion的股东所拥有的每一股Spansion股票将获得2.457股赛普拉斯股票。两个公司的股东将各自拥有大约50%合并后公司的股票。新公司董事会由8人构成,其中4人系包括T.J. Rodgers先生和 Eric Benhamou先生在内的赛普拉斯董事,另外4人为包括John Kispert先生和 Ray Bingham先生在内的Spansion董事,其中Ray Bingham先生是Spansion的董事会主席,他将在合并后的公司中担任董事会非执行主席。新公司总部设在加州圣何塞,名称为赛普拉斯半导体公司(Cypress Semiconductor Corporation)。
此项合并交易所带来的协同效应预计将在未来三年中每年为公司节省1亿3千5百万美元的成本,并且在交易完成后的第一个完整年度中提升非通用会计准则(non-GAAP)下的收入。合并后的公司仍将继续按照每股0.11美元向股东支付季度股息。
Spansion CEO John Kispert先生表示:“两家高绩效的组织相互融合,可以实现更高的运营效率和规模经济,为我们的股东实现价值最大化,为员工带来新机会,为客户提供更好的体验。合并后的公司拥有无与伦比的专长、对日本等全球市场的把握,以及在汽车、物联网、工业和通讯市场上的领先产品,随时能够推出同类最佳的解决方案,并实现我们通过嵌入式片上系统解决方案增加价值的长期愿景。”
该项交易的完成尚需通过一些常规程序,包括赛普拉斯和Spansion股东的批准,以及美国、德国和中国监管部门审查。该交易已获得赛普拉斯和Spansion董事会的一致通过,预计将于2015年上半年完成合并。
Spansion方面的财务顾问是Jefferies LLC 和 Morgan Stanley &Co. LLC,法律顾问是Fenwick & West 及 Latham & Watkins。赛普拉斯方面的财务顾问是Qatalyst Partners,法律顾问是Wilson Sonsini Goodrich &Rosati。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。