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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。