至顶网服务器频道 09月18日 新闻消息:
根据管理咨询公司麦肯锡(McKinsey)的、资深合伙人Bill Wiseman表示,在经过三年时间和数千亿美元规模的并购之后,全球半导体行业的整合几近完成。
Wiseman在2001年加入麦肯锡之前,曾为IBM设计了混合信号集成系统,再之前是一位美国海报突击队队员。他说:“问题是并没有剩下多少可交易的了,因为现在市场中已经没有那么多具有吸引力的收购目标了。”
近日在Semicon Taiwan大会上的开幕主题演讲中,Wiseman表示,大多数整合是基于成本和协同效应的。长期以来,这个行业进展非常缓慢。
低潮期可能已经过去了,预计整个行业的收入规模将从去年的3397亿美元增长到今年的4000亿美元,而且整合开始看到成果,Wiseman这样表示。半导体的价格多年来首次出现增长,而且这里说的半导体不仅仅意味着内存芯片。
“因为整合,我们将会看到成熟产品的价格有所上涨,”Wiseman说。
这个行业的健康状况一个主要指标,就是研发成本与收入之比,即使是经过最近几次收购交易,这个数字仍然稳定地维持在14%到15%之间。如果增长到17%,芯片提供商们就需要提高价格了,“大家不希望看到这一点发生——除非你是内存提供商。”
其他因素还也预示着收购热潮的结束。
最近发生了很多监管审批阻碍的事件,特别是那些中国政府支持的项目。他说,就在前不久,美国总统特朗普阻挠了一家得到中国政府支持的投资公司收购Lattice Semiconductor公司。
前美国总统奥巴马在1月卸任之前曾发布一份报告,警告称,中国扩张国内芯片生产的雄心将会威胁到美国的半导体产业。根据麦肯锡的预测,中国清华集团或者其他政府资助的实体想要收购美国芯片制造商的尝试,都会受到阻挠。如果是这样的话,中国成为全球芯片行业主要参与者的进度,可能也会放缓下来。
现在也许是时候让芯片行业中的收购方坐下来好好消化一下他们吞并的公司了。
Wiseman说:“大多数有信心收购的企业,都在忙于整合他们所购买的公司。”他对全球芯片制造商的业务战略提出这样的建议。
悬而未决的交易
据麦肯锡的预测,还有一些悬而未决的交易将会为芯片行业的并购活动画上句号。
东芝利润丰厚的NAND闪存内存业务,得到由Bain Capital领导的多个团体、西数和富士康的热烈追捧。据彭博社报道,苹果也积极参与到投标中。
苹果依赖东芝为自己的iPhone和iPod提供闪存内存,苹果也希望确保稳定供应,以控制自己对竞争对手三星的依赖,三星也为最新的iPhone提供OLED屏,并且是苹果在智能手机市场中的主要竞争对手。
内存供应商的数量已经从十几年前的32家DRAM公司,缩减到如今的3家:三星、海力士、美光。在NAND方面,有4家主要IP持有方:美光与英特尔的合资公司;东芝与西数之间的联盟;三星;海力士。
此外高通也计划收购NXP,价格大约是每股110美元,总现金额380亿美元。作为最大的移动手机芯片制造商,高通已经把对NXP的邀约延长到9月22日,这也是自去年11月宣布交易消息以来的第8次延期。
欧洲监管机构对这笔交易提出了质疑,而NXP股东例如Elliot Management一直表示,高通对NXP的报价并不具有吸引力。高通公司董事长Paul Jacobs表示,他认为报价是很公平的价格。
9月也许是这次并购尘埃落定的时候,芯片行业仅存的巨头们可以预见到强劲的销售和更好的盈利能力。在这个生态系统中,并不是所有人都会高兴地看到这一点。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。