数据设备设备供应商Emulex公司受到激进派投资方埃利奥特资本管理公司的强势施压,已经决定放弃运营独立性、并以6.06亿美元现金——折合每股8美元——将自身出售给Avago技术公司。这一结果对于Emulex公司各位高管及投资方来说无疑算是笔意外之财。
除了Emulex之外,Avago方面还买下了该公司所拥有的主干光纤通道HBA业务、新兴以太网连接分析业务Endace以及其它一些规模较小的芯片附加业务。
光纤通道市场目前虽然已经停止增长,但其仍然无愧于老牌吸金利器的名号。当下整体市场正在由8Gb每秒向16Gb每秒转型,而未来还将迈入32Gb新层面——从未来角度看,升级预期以及OEM业务前景都非常明确。
尽管光纤通道SAN正受到来自服务器SAN、超融合型系统、iSCSI SAN以及HDFS大数据集群的四下围攻,但前者在可靠性与稳定性方面仍然具备着无法替代的优势。
Endace方面的状况却有所不同。在几年前将其购入囊中时,Emulex公司本希望能够推动其重新迈上增长正轨、进而实现年均4000万美元的营收水平。然而事与愿违,其最终市场表现仅达到预期的十分之一。
埃利奥特资本管理公司早在Endace收购案之前就已经买进Emulex公司的大量股票,而且其当时曾强烈反对这一金融冒险行为。
Avago公司则是一家专门从事产品组合构建的厂商——而非典型的高增长型技术初创企业。值得注意的是,在当初收购LSI时,Avago选择保留自身需要的业务元素并将其余部分再次出售——考虑到这一点,我们认为Endace也很可能再一次面临待价而沽的命运。
Avago公司总裁兼CEO Hock Tan在一份声明中表示:“Emulex公司的连接业务能够与Avago方面在企业级存储终端市场上的现有产品组合实现良好的契合效果。”
Benck在声明中同时补充称:“此次合并对于Emulex及其旗下员工而言是一次良好的历史性发展机遇,能够帮助我们为客户提供前沿性解决方案、同时为我们的股东带来立竿见影的实际价值。”
这份公告中还提到:“Emulex公司管理团队中的高层人员以及全部Emulex主管共同持有Emulex现有股份总额的约2.5%,他们已经通过招标及交易执行对此次收购提供支持。”
大家可能还记得2009年时博通公司曾经试图以9.12亿美元收购Emulex,但却被后者董事会予以否决,这是否意味着在决策者们看来Emulex的实际价值遭到低估?
如今五年已经过去,6.06亿美元的价码已经被Emulex高管层正式接受,这一数字较2009年下降了34%。虽然值得肯定的是,Emulex公司近年来营收水平曾经出现稳步提升——由2009财年的3.78亿美元到2010财年的4亿美元再到2012财年的5.02亿美元——但其2014财年的营收总额却下滑到了4.47亿美元。
这已经足够说明问题了。
此次收购对于QLogic以及其它一些遭受光纤通道业务营收增长缓慢局势困扰的HBA供应商来说意味着什么?他们的努力是否仍然无法帮助自身脱离光纤通道困局?QLogic公司已经拿下了博科的HBA业务,同时将自身InfiniBand业务出售给英特尔并且拥有优于Emulex的产品营收表现——预计该公司在最新财年中的年度营收总额已经高于5亿美元。从过去九个月来看,QLogic的净利润为4000万美元。
Emulex公司在最新财年中的营收略低于4.5亿美元,而净亏损额则为2950万美元。
QLogic方面目前已经成为一家成熟的企业,而业务高速发展的黄金时代也已经一去不复返。根据合理预期,该公司将通过其HBA业务实现有利可图的资金吸引力,也必然迫切希望利用这笔款项投资在其它更具发展空间的技术领域。又或者,QLogic公司也许会成为Avago或者PMC Sierra等厂商眼中值得认真考虑的理想收购对象。
根据Emulex收购案的比例——年度营收为4.5亿美元,收购价格为6.06亿美元——计算,QLogic的收购价格可能在7.5亿美元左右。
我们还对SAN网络嗅探与上层堆栈分析厂商——例如ExtraHop、Virtual Instruments以及QLogic等——之间的结合可能性表示关注。从理论层面看,各方的技术成果之间似乎存在着互补关系。
随着Avago收购案的公布,Emulex公司的客户及各销售渠道合作伙伴将摆脱Emulex前景中不确定性因素的负面影响。目前Avago与Emulex双方董事会已经同意此次交易,而且只要后者各股东不会从中作梗、那么收购活动基本属于板上钉钉。此次交易将于今年十一月彻底结束。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。