史上最大規模半導體交易誕生:英偉達宣佈 400 億美圓收購 Arm

終於,英偉達(NVIDIA)官方正式確認了要收購 Arm 的消息!
如此前所報道,這筆交易的價格爲 400 億美圓。這是有史以來全球半導體領域規模最大的一次收購,也是有史以來半導體行業最引人注目的一次收購之一;不管是收購方英偉達,仍是被收購者 Arm,都是半導體領域的超大玩家。
英偉達表示,經過此次收購,英偉達將會把其在人工智能方面的領導地位與 Arm 龐大的計算生態系統結合起來,爲全部客戶推進創新。值得一提的是,此次收購還將須要得到英國、中國、美國、歐盟的監管批准。
400 億美圓,英偉達宣佈要吞下 Arm
美東時間 9 月 13 日晚上七點多,英偉達官方宣佈,將斥資 400 億美圓收購 Arm,以此來打造 AI 時代的世界頂級計算公司。這筆收購協議由英偉達和 Arm 的母公司軟銀集團達成——2016 年,軟銀以 320 億美圓的價格收購了 Arm。根據該協議,英偉達將以 400 億美圓的價格從 SBG 和 SoftBank Vision Fund(兩者統稱爲「 SoftBank」,也就是軟銀集團)收購 Arm Limited。預計該交易將當即增長英偉達的非 GAAP 毛利率和非 GAAP 每股收益。根據已得到英偉達、軟銀和 Arm 董事會批准的交易條款,英偉達將向軟銀支付總計 215 億美圓的英偉達普通股和 120 億美圓的現金,其中包括 20 億美圓簽署時付款。英偉達收盤時將發行的股票數量爲 4430萬,這取決於 NVIDIA 在過去 30 個交易日中的平均收盤價。此外,在 Arm 知足特定財務績效目標的前提下,軟銀可能會根據收益結構得到最多 50 億美圓的現金或普通股。NVIDIA還將向 Arm 員工發行 15 億美圓的股本。NVIDIA 計劃使用資產負債表現金爲交易的現金部分提供資金。值得一提的是,這筆交易不包括 Arm 的 IoT 服務部門。英偉達方面表示,這次合併將 NVIDIA 領先的 AI 計算平臺與 Arm 廣闊的生態系統結合在一塊兒,建立人工智能時代的頂級計算公司,在加速創新的同時擴展到了大型、高增加的市場。但同時,軟銀將繼續經過其在 NVIDIA 的持股比例(預計低於 10%)來確保 Arm 的長期成功。NVIDIA 創始人兼首席執行官黃仁勳表示:
人工智能是當今時代最強大的技術力量,並掀起了新的計算浪潮。」在將來的幾年中,運行 AI 的數萬億臺計算機將建立一個新的物聯網,其規模是當今聯網的數千倍。咱們的合併將建立一家在 AI 時代享有盛譽的公司。……將 NVIDIA 的 AI 計算功能與 Arm 的廣闊生態系統結合在一塊兒,咱們能夠將計算從雲,智能手機,PC,自動駕駛汽車和機器人技術推動到邊緣物聯網,並將AI計算擴展到全球每一個角落。java

黃仁勳還表示:這種結合對公司、咱們的客戶和整個行業都有巨大的好處。對於 Arm 的生態系統,該組合將加強 NVIDIA 的研發能力,並藉助 NVIDIA 世界領先的 GPU 和 AI 技術擴展其 IP 產品組合。軟銀董事長兼 CEO 孫正義表示:
NVIDIA 是 Arm 的完美合做夥伴。自軟銀收購 Arm 以來,咱們兌現了咱們的承諾,並在人員,技術和研發方面進行了大量投資,從而將業務擴展到具備高增加潛力的新領域。與全球技術創新領導者攜手,爲 Arm 創造了新的使人興奮的機會。這是一個引人注目的組合,將 Arm,Cambridge 和 UK 推向了咱們這個時代最激動人心的一些技術創新的最前沿,這就是爲何軟銀很高興投資 Arm 做爲 NVIDIA 的主要股東而取得的長期成功。咱們期待支持合併後業務的持續成功。
Arm CEO Simon Segars 表示:
Arm 和 NVIDIA 有着共同的願景和熱情,即無處不在的節能計算將有助於解決全球最緊迫的問題,從氣候變化到醫療保健,從農業到教育,實現這一願景須要新的硬件和軟件方法以及對研發的長期承諾。經過將兩家公司的技術實力整合在一塊兒,咱們能夠加快進度並建立新的解決方案,以實現全球創新者生態系統。
Simon Segars 還表示,本身和管理團隊很高興能加入 NVIDIA,並由此能夠共同撰寫下一個章節。
2
Arm此次收購對英國和全球的承諾
值得一提的是,Arm 的總部位於英國,而英偉達是一家美國公司;由此,在收購中,英偉達專門談到了對英國的承諾。黃仁勳表示:
Arm 的總部將繼續設在劍橋。咱們將在這個絕佳的地方上擴展並創建世界一流的 AI 研究設施,以支持醫療保健,生命科學,機器人技術,自動駕駛汽車和其餘領域的發展。並且,爲了吸引來自英國和世界各地的研究人員和科學家進行開創性的工做,NVIDIA 將建造由 Arm CPU 驅動的最早進的AI超級計算機。
黃仁勳說,Arm Cambridge 將成爲世界一流的技術中心。根據協議,做爲 NVIDIA 的一部分,Arm 將繼續運營其開放許可模式,同時保持全球客戶中立性,這是其成功的基礎。協議還透露,迄今爲止,其被許可方已出貨 1800 億個芯片——Arm 的合做夥伴還將受益於兩家公司的產品,包括 NVIDIA 的衆多創新產品。固然,因爲 2016 年軟銀收購 Arm 時曾經作出一些承諾,但這些承諾尚且沒能完成;所以協議中也涉及到了此前的承諾。協議稱,SoftBank 和 Arm 徹底致力於知足 SoftBank 在 2016 年收購 Arm 時所作的承諾,該承諾計劃於 2021 年 9 月完成。在交易完成後,NVIDIA 打算保留 Arm 的名稱和強大的品牌形象並擴大規模它在劍橋的基地。算法

雙方還強調,Arm 的知識產權將繼續在英國註冊。另外,NVIDIA 將在 Arm 在英國的研發基地的基礎上,在 Arm 的劍橋校園創建一個新的全球性 AI 研究卓越中心。具體來講,NVIDIA 將投資配備先進的 Arm-powered AI 超級計算機,面向開發人員的培訓設施和初創孵化器,這將吸引世界一流的研究人才,併爲醫療保健等領域的創新和行業合做創建平臺,機器人技術和自動駕駛汽車。 值得說明的是,這筆擬議中的交易要符合慣例成交條件,其中最爲關鍵的是要收到英國、中國、歐盟和美國的監管批准。英偉達還表示,交易預計將在大約18個月內完成。
3
英偉達收購 Arm,意味着什麼?
其實,在英偉達官宣以前,這筆交易已經有很多風聲。雷鋒網此前報道,今年軟銀因新冠疫情和在 Wework 的投資失敗等因素,決定出售 Arm 部分或所有股份,或經過進行首次公開募股(IPO)讓 Arm 從新上市。據悉,此前英偉達、臺積電、富士康、蘋果、高通、三星均考慮收購 Arm,目前看來只有英偉達進入了談判階段。須要說明的是,Arm 做爲一家芯片設計公司,蘋果、高通、三星、華爲等公司均使用該公司的 IP 受權制造智能手機芯片,使得 Arm 的市場覆蓋範圍達到 90%。所以,將 Arm 歸入麾下,其意義是很是重大的。對於英偉達來講,若是交易達成,它將受益於收購 Arm 產生的協同效應。黃仁勳在接受福布斯採訪時,收購完成以後的第一件事是將英偉達的技術與 Arm 的龐大客戶網絡結合起來,他表示:
(此次收購)將會改變的是咱們路線圖的速度。咱們能夠確定地知道,數據中心和雲正在爭奪 Arm 微處理器,即 Arm CPU。能源效率直接轉化爲計算能力,計算吞吐量和預配置服務的成本。
Arm CEO Simon Segars 表示:
咱們正在進入一個軟件不僅是在一個地方運行的世界。現在,應用程序可能在雲中運行,可能在手機上運行,而且可能在設備上運行某些嵌入式應用程序,可是隨着 5G 和其餘技術的推出,我認爲這種應用程序將遍佈全部這些地方。交付並管理這是一項艱鉅的任務。這一切都須要一種計算架構,該架構能夠從最小的集擴展到最大的超級計算機,咱們能夠解決這個問題。api

以上都是收購當事人的見解,不過行業人士對此次收購有其餘的見解。彭博社認爲,若是英偉達成功收購 Arm,英偉達將在絕大多數手機、平板電腦芯片領域掌握絕對話語權,並在部分 PC 和服務器領域擁有必定生態。另據 BBC 報道,Arm 聯合創始人 Hermann Hauser 表示,若是將 Arm 出售給英偉達,將會是一場災難。他認爲:幾乎全部的大型芯片製造上都在使用 Arm 的技術,若是它成爲英偉達的一部分,那麼大多數技術許可者都將成爲英偉達的競爭對手,天然也會尋找 Arm 的替代產品。服務器

實際上,比起被英偉達收購,Hermann Hauser 更但願看見 Arm 在倫敦和紐約的證券交易所都上市——在 2016 年,Hermann Hauser 曾經反對軟銀收購 Arm。值得一提的是,雷鋒網注意到,在 2016 年軟銀收購 Arm 的時候,英偉達的市值不過是 300 億美圓,而現在,在收購 Arm 之時,英偉達的市值已經達到 3000 億美圓。微信

固然,目前英偉達和軟銀之間的這筆關於 Arm 的收購,還有待中國、美國、英國和歐盟等監管部門的批准——英偉達在官方聲明中作出的某些承諾,也許有助於加速監管批准進程。但一切,都還在巨大的不肯定性中。網絡

道翰天瓊認知智能將來機器人接口API簡介介紹
認知智能是計算機科學的一個分支科學,是智能科學發展的高級階段,它以人類認知體系爲基礎,以模仿人類核心能力爲目標,以信息的理解、存儲、應用爲研究方向,以感知信息的深度理解和天然語言信息的深度理解爲突破口,以跨學科理論體系爲指導,從而造成的新一代理論、技術及應用系統的技術科學。 認知智能的核心研究範疇包括:1.宇宙、信息、大腦三者關係;2.人類大腦結構、功能、機制;3.哲學體系、文科體系、理科體系;4.認知融通、智慧融通、雙腦(人腦和電腦)融通等核心體系。 認知智能四步走:1.認知宇宙世界。支撐理論體系有三體(宇宙、信息、大腦)論、易道論、存在論、本體論、認知論、融智學、HNC 等理論體系;2.清楚人腦結構、功能、機制。支撐學科有腦科學、心理學、邏輯學、情感學、生物學、化學等學科。3.清楚信息內涵規律規則。支撐學科有符號學、語言學、認知語言學、形式語言學等學科。4.系統落地能力。支撐學科有計算機科學、數學等學科。
認知智能CI機器人是杭州道翰天瓊智能科技有限公司旗下產品。認知智能機器人是依託道翰天瓊10年研發的認知智能CI體系爲核心而打造的認知智能機器人大腦,是全球第一個認知智能機器人大腦。具備突破性,創新性,領航性。是新一代智能認知智能的最好的產品支撐。 認知智能機器人技術體系更加先進,更加智能,是新一代智能,認知智能領域世界範圍內惟一的認知智能機器人。 認知智能機器人是新時代的產物,是新一代智能認知智能的產物。表明了新一代智能認知智能最核心的優點。和人工智能機器人大腦相比,優點很是明顯。智能度高,客戶粘性大,客戶滿意度高,易於推廣和傳播等核心特色。 依託認知智能機器人平臺提供的機器人大腦服務,能夠賦能各個行業,各個領域的智能設備,各種須要人機互動的領域等。認知智能機器人平臺網址:www.weilaitec.com,www.citec.top。歡迎註冊使用,走進更智能機器人世界。
認知智能和人工智能的優劣勢對比主要能夠分爲四大方面: 第一:時代發展不一樣。人工智能是智能時代發展的第二個階段,認知智能是智能時代發展的第三個階段。時代發展上決定了認知智能更顯具備時代領先性。 第二:基礎理論體系不一樣。人工智能的基礎理論體系以數學爲基礎,以統計機率體系爲基礎。認知智能基礎理論體系以交叉許可理論體系爲基礎。包含古今中外哲學體系,心理學體系,邏輯學體系,語言學體系,符號學體系,數學體系等學科。其基礎理論體系更加具備創新性,突破性和領先性。且交叉學科理論體系的研究也是將來智能發展的大方向。其具體理論體系,還包含三體論(宇宙,信息,大腦三者關係),融智學,和HNC等。 第三:技術體系不一樣。人工智能的核心技術體系主要是算法,機器學習,深度學習,知識圖譜等。其主要功用在感知智能。感知智能其核心主要是在模仿人類的感知能力。認知智能的核心技術體系是以交叉學科理論體系而衍生出來的。具體包含三大核心技術體系,認知維度,類腦模型和萬維圖譜。認知智能的技術體系核心以類腦的認知體系爲基礎。以全方位模仿類腦能力爲目標。人工智能以感知智能爲基礎的體系,只能做爲認知智能中的類腦模型技術體系中的感知層技術體系。類腦模型大體包含,感知層,記憶層,學習層,理解層,認知層,邏輯層,情感層,溝通層,意識層等9大核心技術層。所以人工智能的核心只是做爲認知智能類腦模型中的感知層。所以在技術體系上,人工智能和認知智能基本上沒有太多的可比性。 第四:智能度成本等方面的不一樣:人工智能產品的綜合智能程度,廣泛在2-3歲左右的智力水平。認知智能產品其智能程度大體在5-8歲左右。認知智能體系構建的機器人更加智能。且更省時間,更省人力和資金。優點很是多。具體請看下列的逐項對比。
道翰天瓊CiGril機器人API
道翰天瓊CiGril認知智能機器人API用戶須要按步驟獲取基本信息:
1.在平臺註冊帳號
2.登陸平臺,進入後臺管理頁面,建立應用,而後查看應用,查看應用相關信息。
3.在應用信息頁面,找到appid,appkey祕鑰等信息,而後寫接口代碼接入機器人應用。
開始接入
請求地址:http://www.weilaitec.com/cigirlrobot.cgr
請求方式:post
請求參數:
參數 類型 默認值 描述
userid   String   無 平臺註冊帳號
appid   String   無 平臺建立的應用id
key   String   無 平臺應用生成的祕鑰
msg   String   "" 用戶端消息內容
ip   String   "" 客戶端ip要求惟一性,無ip等能夠用QQ帳號,微信帳號,手機MAC地址等代替。架構

接口鏈接示例:http://www.weilaitec.com/cigirlrobot.cgr?key=UTNJK34THXK010T566ZI39VES50BLRBE8R66H5R3FOAO84J3BV&msg=你好&ip=119.25.36.48&userid=jackli&appid=52454214552 app

注意事項:參數名稱都要小寫,五個參數不能遺漏,參數名稱都要寫對,且各個參數的值不能爲空字符串。不然沒法請求成功。userid,appid,key三個參數要到平臺註冊登陸建立應用以後,而後查看應用詳情就能夠看到。userid就是平臺註冊帳號。
示例代碼JAVA: 機器學習

import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.net.HttpURLConnection;
import java.net.URL;ide

public class apitest {

    /*
    
Get請求,得到返回數據
     @param urlStr
    
@return
     /
    private static String opUrl(String urlStr)
    {        
        URL url = null;
        HttpURLConnection conn = null;
        InputStream is = null;
        ByteArrayOutputStream baos = null;
        try
        {
            url = new URL(urlStr);
            conn = (HttpURLConnection) url.openConnection();
            conn.setReadTimeout(5
10000);
            conn.setConnectTimeout(5 * 10000);
            conn.setRequestMethod("POST");
            if (conn.getResponseCode() == 200)
            {
                is = conn.getInputStream();
                baos = new ByteArrayOutputStream();
                int len = -1;
                byte[] buf = new byte[128];

                while ((len = is.read(buf)) != -1)
                {
                    baos.write(buf, 0, len);
                }
                baos.flush();
                String result = baos.toString();
                return result;
            } else
            {
                throw new Exception("服務器鏈接錯誤!");
            }

        } catch (Exception e)
        {
            e.printStackTrace();
        } finally
        {
            try
            {
                if (is != null)
                    is.close();
            } catch (IOException e)
            {
                e.printStackTrace();
            }

            try
            {
                if (baos != null)
                    baos.close();
            } catch (IOException e)
            {
                e.printStackTrace();
            }
            conn.disconnect();
        }
        return "";
    }
    
    
    public static void main(String args []){        
            //msg參數就是傳輸過去的對話內容。            
            System.out.println(opUrl("http://www.weilaitec.com/cigirlrobot.cgr?key=UTNJK34THXK010T566ZI39VES50BLRBE8R66H5R3FOAO84J3BV&msg=你好&ip=119.25.36.48&userid=jackli&appid=52454214552"));                }}

相關文章
相關標籤/搜索