北京时间10月21晚间消息,硬盘厂商西部数据(Western Digital)今日宣布,将以约190亿美元收购存储芯片厂商SanDisk。
西部数据将以每股86.50美元的现金加股票收购SanDisk,总金额约为190亿美元。该报价较SanDisk周二收盘价溢价15%。
如今的西部数据可谓是春风得意,不仅刚刚得到来自紫光公司的38亿美元投资,还得到中国商务部的同意、意味着其酝酿多年的西数/HGST合并工作终于能够正式开始。
西部数据CEO Steve Milligan给团队的公开信表示双方合作博采众长、取长补短。”
“SanDisk公司带来了27年的创新历史和专业知识NVM,系统解决方案和制造。他们的投资组合和能力将加速我们的进入高增长
固态存储行业。同时,我们将提供广泛的业界领先的,创新的存储解决方案组合,以我们的全球客户群。”
根据理解,SanDisk皇冠上的最大明珠就是其与东芝公司之间的代工合作协议,如果合并之后这一代工协议能够继续生效、将给西数方面带来稳定而可靠的NAND芯片供应基础。作为磁盘驱动器业务当中的重要垂直整合环节,西部数据当然很清楚自身目前在固态存储业务领域存在着严重短板。
与此同时,SanDisk公司手中还掌握着大量闪存知识产权、一整套出色的消费级闪存业务体系、相机存储卡业务外加消费与企业级SSD、PCIe闪存、3D芯片开发以及Infiniflash阵列等系统组件。
与西部数据旗下的HGST部门类似,SanDisk公司也通过收购构建起了自己的企业级闪存产品业务,其中规模最为可观的兼并对象自然是Fusion-io:
· 2014年6月收购Fusion-io。
· 2013年7月以3.07亿美元收购SMART Storage公司旗下的SSD与闪存DIMM业务。
· 2012年2月收购FlashSoft以获取其PCIe闪存缓存软件方案。
· 2011年5月收购Pliant的SSD控制器技术成果。
在另一方面,HGST的历史收购活动包括:
· 2014年12月收购Skyera公司。
· 2013年6月以3.4亿美元收购sTec企业级SSD业务。
· 2013年7月收购Velobit缓存软件方案。
· 2013年9月以6.85亿美元收购PCIe闪存卡初创企业Virident。
· 2009年3月以6500万美元收购SiliconSystems公司及其SSD技术成果。
此次收购将是一项业务巩固举措。
SanDisk公司将为西部数据带来一套控制器产品线(即Pliant)、InfiniFlash阵列外加Fusion-io的硬件与软件方案。除此之外,凭借着SanDisk同惠普之间在电阻式记忆体领域的开发合作关系,西部数据相信也能够在未来拥有更为可观的市场竞争优势。
将上述闪存资产加以合并需要投入一定时间,不过其最终将为西部数据带来足以面向消费级与企业级市场的闪存方案储备。不过令我们颇感意外的是,希捷公司并没有参与到此次SanDisk收购活动当中,毕竟让西部数据与SanDisk顺利合并将催生出一家在闪存业务方面远胜过希捷当前定位的新企业。不过从另一个角度讲,希捷公司与美光一直保持着战略合作关系,而美光则同英特尔共同打造出了3D XPoint内存技术。
这项新的持久性存储层技术似乎极为强大,业内人士指出英特尔与美光足以凭借着这一成果获得超越竞争对手两年的技术优势。
收购SanDisk将使得西部数据能够更好地同XPoint相抗衡,因为SanDisk将带来自己的电阻式内存技术。我们同时也关注、等待并期盼着东芝代工协议能够在收购之后继续发挥效力。
在这场赌注巨大的扑克游戏当中,获得闪存芯片的一方将能够笑到最后。
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。