ZDNet至顶网服务器频道 10月21日 编译:IBM公司周一称,IBM将支付15亿美元给Globalfoundries,就此脱手旗下亏损的芯片部。IBM着手处理所面临严重的财务困境,此举乃IBM时下摆脱旗下无利可图业务的一步棋。
作为提出的交易的一部分,Globalfoundries同意在接下来的10年提供IBM处理器,其中包括IBM的Power芯片。几个月以来一直有传言指IBM在找买主脱手旗下的芯片制造业务,据说此业务每年的损失不下15亿美元。
交易揭露后,接着IBM就公布了令人失望的第三季度业绩,该季度销售额为224亿美元,同比下降4%。IBM还重将自己的5年盈利目标定位为至2015年每股盈利20美元。IBM股价现为169美元,下跌7%,即是跌13.16美元。
IBM公司首席执行官Ginni Rometty在一份声明中表示,“我们对公司的业绩很失望。我们注意到客户的购买行为在9月份明显放缓。我们掌握的资料表明,我们的行业正以前所未有的速度迅速改变。”
位于美国纽约州Armonk的IBM公司称,出售旗下的芯片制造业务能让公司专注于其他更有利可图的云计算、大数据分析和软件的机遇。
有渠道合作伙伴表示,IBM不景气的Power处理器业务需要一点刺激,卖掉芯片制造业务是压低昂贵芯片的价格的最佳选择,以吸引新客户至Power平台。渠道合作伙伴表示,IBM的Power处理器需要一个生命线,最新的英特尔至强处理器以及来自诸如ARM服务器的威胁为Power服务器平台带来严峻挑战。
IBM系统和技术集团和整合供应链高级副总裁Tom Rosamilia在一份书面声明中表示,“今天发布的收购消息——Globalfoundries计划收购IBM全球商业半导体技术业务——是IBM再改造过程的另一步。”
Rosamilia表示,IBM再改造涵括出售旗下的低利润业务,包括以23亿美元将旗下的x86服务器和个人电脑业务卖给联想。依赖Globalfoundries能让该芯片制造商“通过大批量半导体制造进行创新,经济规模大了可以加强大批量半导体制造业务。”
Moor Insights and Strategy的总裁兼首席分析师Patrick Moorhead告诉记者,八月份进行讨论时提到,IBM应该“抛开对IBM业务的发展非关键的东西”。多数芯片厂商时下都没有自己的芯片工场。这样做有助于IBM降低成本。
IBM的Power业务一直以来都处艰难经营的状态。据分析,其市场份额慢慢陷入低迷,原因是行业发生巨大变化,服务器架构全方位拥抱AMD、ASIC、ARM架构,当然还有英特尔的x86架构。
位于美国佛罗里达州的Champion Solutions Group的Boca Raton总裁Chris Pyle八月时告诉记者,“如果IBM不造自己的芯片,我不太确定会有什么区别。”
Pyle表示,“IBM公司几年前就卖掉了旗下的磁盘驱动器存储业务。有没有阻止我出售数亿美元的标有IBM标志的存储设备?没有。没有客户问我,‘那谁,这里面的东西是谁造的?’“
Pyle指出,他注意到IBM公司面临激烈竞争,x86对手有诸如AMD和英特尔一类的商家,他们在拉拢IBM的Power客户,想吸引IBM的Power客户将服务器架构建造在更便宜的商品x86架构上。
Globalfoundries是一家阿联酋国的公司,也是世界第二大芯片制造商,在新加坡有6个工场,在德国有一个工场,并且正在美国纽约州马耳他建设一个100亿美元的工场。
作为该交易的一部分,Globalfoundries将收购并经营现有的IBM半导体制造设施(位于美国纽约East Fishkill和佛蒙特州Essex Junction)。IBM表示,5000多名IBM员工将随这笔交易转移到Globalfoundries的半导体制造工厂的门下。
IBM于周一上午10点举行记者招待会,谈第三季度的销售和业绩。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。