在获得中国监管机构的同意之后,东芝终于将其芯片部门以180亿美元的价格卖给了美国私人股本公司Bain Capital。
东芝内存公司(TMC)的这次出售原本计划在3月底完成,但由于上个月中国反垄断调查而被推迟,而推迟的部分原因是中国与美国政府之间的贸易战。
由于在美国的核电站亏损数十亿美元,因此东芝被迫为自己与WDC组建的NAND闪存芯片合资公司寻找买家。
由于其美国西屋电气核能部门在2016年遭受巨大损失,东芝整个业务(覆盖笔记本电脑、电视机、闪存芯片和核电站)面临崩盘的风险。
西屋工厂在美国乔治亚州和南卡罗来纳州的项目遭受巨额成本超支后申请破产。
东芝今天在一份声明中表示,此次出售将使东芝的税前利润增加9700亿日元,这将使东芝能够将从负资产状态中解脱出来。
东芝还表示,将在今年晚些时候公布自己的五年“转型战略”,旨在公司上下实施整个业务的“结构性改革”。
由Bain主导的投资者财团包括韩国芯片制造商SK海力士、苹果、戴尔、希捷和金士顿等。
在与Bain达成的协议规定下,东芝回购了该业务40%的股份。
东芝在一份声明中表示:“售出和再投资的结束宣告了TMC从东芝的剥离,未来TMC将被视为以股权方法入账的关联公司。”
http://www.theregister.co.uk/2018/06/01/tosh_finally_flogs_chip_biz_to_bain/
好文章,需要你的鼓励
大模型时代,玛丽·米克尔(Mary Meeker)的名字可能大家不一定熟悉,但是在互联网时代,这位被可被誉为“互联网女皇”的。她是美国风险投资家和前华尔街证券分析师,专注于互联网及新兴技术领域。玛丽·米克尔(Mary Meeker)发了一份340页的《人工智能趋势报告》,粗粗看了一下,并没有非常轰动的观点,但是数据比较全面
北京大学与小红书公司联合研究团队提出的Uni-Instruct框架,成功统一了10多种现有单步扩散蒸馏方法。该框架基于新颖的f-散度扩散扩展理论,通过可计算的等价损失函数训练单步扩散模型。实验表明,Uni-Instruct在CIFAR10和ImageNet 64×64数据集上创造了新的单步生成记录,FID分别达到1.46和1.02,甚至超越了其79步教师模型。研究还成功将该方法应用于文本到3D生成任务,展示了统一框架在提升生成质量和效率方面的巨大潜力。
毫无疑问,Agent,也就是智能体已经预定了今年的最火AI关键词。不知道明年会不会是AGI呢,既然OpenAI和Anthropic的预测都是在2027年左右。而在Agent领域,非常有发言权的一位就是吴恩达。LangChain前不久的开发者活动Interrupt上,LangChain创始人Harrison Chase邀请了吴恩达专门做了一场对话
这篇研究介绍了KVzip,一种创新的查询无关KV缓存压缩方法,通过上下文重建机制为大型语言模型提供高效存储解决方案。该技术能将KV缓存大小减少394倍,同时提高解码速度约2倍,在各种任务上性能几乎不受影响。不同于传统查询相关的压缩方法,KVzip创建可在多种查询场景下重用的通用压缩缓存,特别适合个性化AI助手和企业信息检索系统。研究在LLaMA3.1-8B、Qwen2.5-14B和Gemma3-12B等多种模型上进行了验证,处理长度高达17万词元的文本,并能与KV缓存量化等其他优化技术无缝集成。