ZD至顶网服务器频道 10月16日 新闻消息:AMD与南通富士通微电子股份有限公司(NFME)今天签署确定协议,宣布将共同成立合资公司,新公司整合了AMD马来西亚槟城和中国苏州高出货量封装测试(ATMP)工厂及经验丰富的员工,以及南通富士通的外包半导体封装测试(OSAT)专业技术。整合结束后,新的业务可以充分借助5套设备的出货量及工厂下属的约5800名员工,打造差异化封装测试能力和产量,为更广泛的客户提供服务。这一交易计划于2016年上半年完成,目前正在等候监管机构批复。
AMD高级副总裁兼首席财务官和财务主管Devinder Kumar表示:“创建一个新的合资公司是AMD持续进行战略转型的一部分。新公司将AMD的高出货量封装测试工厂及经验丰富的员工与南通富士通在外包半导体封装测试方面的专业技术相结合。南通富士通是一个理想的合作伙伴,它拥有卓越的视野和商业计划,能够在交易落地之际成功引领这个合资公司。我们一直在明确不断发展的投资重点,放在能够促进长期盈利增长的差异化设计、高性能技术及产品方面。合资公司的成立带来了显著的资产货币化,能够进一步增强我们的资产负债表。”
通富微电总经理石磊表示:“AMD有着世界先进的封装测试工厂以及高出货量的历史业绩。AMD先进的技术和丰富的经验给予了南通富士通强力补充。新成立的合资公司将助力南通富士通提高研发能力,并进一步增强全球企业声誉。合资公司也将加强南通富士通在进一步迈向国际市场、寻求更多客户方面的机遇,助力南通富士通成为世界领先的封装测试公司。”
合资公司的成立标志着AMD战略计划又迈出了重要一步,该战略计划的目的在于明确重点,打造伟大的产品的同时从长远角度来看,加强公司的供应链运营管理。通过提供额外的规模,以及现金注入及无工厂业务模式带来的资本支出的降低,从而增强公司的资产负债表。
合资公司定位明确,意在抓住半导体封装测试服务(SATS)需求不断增长的大好机遇。Gartner市场研究公司的调查结果显示,2015年SATS市场的预期收益将达274亿美元,较去年同期增长41.1%。2014-2019年复合年均增长率预计将达4.6%,预计到2019年1,市场总收益将达340亿美元。
双方确定协议的主要条款包括:
• AMD将为合资公司投入:
o 马来西亚槟城和中国苏州的封装测试工厂
o 约1700名员工——包括工厂领导团队,他们在新的合资公司将继续履行管理和监督职责
• 南通富士通将持有AMD槟城和苏州工厂85%的股份,是新合资公司的控股方
• 本次交易结束时,AMD预计将收到净额约3.71亿美元,其中收取现金3.2亿美元,并且AMD仍将持有槟城和苏州工厂各15%的股份。
• 交易完成后,基于AMD显著减少的资本支出额,预期此次交易不会影响成本。
• 没有因成立合资公司而裁减AMD槟城或苏州封装测试工厂员工的计划。
好文章,需要你的鼓励
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。
腾讯与上海交通大学联合推出的DeepTheorem研究突破了大型语言模型在数学定理证明领域的限制。该项目创建了包含12.1万个IMO级别非形式化定理的大规模数据集,开发了专门的RL-Zero强化学习策略,并设计了全面的评估框架。研究表明,通过使用自然语言而非传统形式化系统,即使是7B参数的模型也能在复杂定理证明上取得显著成果,超越许多更大的专业模型。这一成果为AI数学推理开辟了新途径,使语言模型能够像人类数学家一样思考和证明。
MAGREF是字节跳动智能创作团队开发的多主体视频生成框架,能从多张参考图像和文本提示生成高质量视频。该技术引入了区域感知动态遮罩机制,使单一模型灵活处理人物、物体和背景,无需架构变化;并采用像素级通道拼接机制,在通道维度上运作以更好地保留外观特征。实验表明,MAGREF在身份一致性和视觉质量方面优于现有技术,能将单主体训练泛化到复杂多主体场景,为内容创作者提供了强大而便捷的视频生成工具。
这项研究揭示了大型语言模型(LLMs)偏好决策的内在机制。以色列理工学院和IBM研究院的团队开发了一种自动化方法,不需人工预设即可发现和解释影响AI判断的关键概念。研究横跨八个领域(从一般问答到安全评估),分析了12种偏好机制,发现人类评判者重视权威性和清晰度,而AI评判更关注事实准确性。他们提出的层次多领域回归模型不仅能准确预测偏好,还能清晰解释判断过程,为构建更透明、更符合人类价值观的AI系统提供了新途径。