收购对企业来说就像是一场合法的赌博。找到一个机会,投入金钱,寄望于最终得到回报。
按照这个标准,VMware在赌桌上有不俗的表现。值得一提的例子包括在2012年收购了Nicira,促使VMware进入软件定义网络领域;在2014年收购了AirWatch,让VMware进入企业移动管理领域。VMware首席执行官Pat Gelsinger表示,关键在于让被收购的公司高级领导层继续做着曾让他们取得成功的事情。
Gelsinger说:“我们希望他们能够释放出来,让他们在成为公司的一部分之后,拥有更多的权力,而不是更少了。我们收购的成功率接近90%,行业平均水平是低于50%的。”
根据Gelsinger的说法,收购AirWatch显然是一项很及时的决定。他的VMware团队也在密切评估MobileIron。
“我期待着收购MobileIron。我们期待着看到两家公司最终都进入这个大家庭。团队一致表示AirWatch是正确的。”
两年前收购Nicira导致业内一些人对VMware的战略提出了质疑。Gelsinger回忆说:“当时有人说,‘12亿美元收购了一家收入不到1000万美元的公司?’现在大家都说我们做得很好。经过四年在核心技术和繁荣发展方面的努力,因为当初大胆地下注,如今我们毫无疑问是软件定义网络的领导者。”
VMware是否准备在区块链上也大胆下注?VMware一直有一个动态网页强调自己最新的研究成果。
Gelsinger说:“我们已经做了一些算法上的突破,相信这能让区块链以接近线性进行扩展,而不是指数级的扩展,这将改变游戏规则。”
Gelsinger不愿意透露VMware即将在8月份举行的VMworld大会上发布预期产品的具体细节,但他暗示说更广泛的云视角将成为主题的一部分。
“这是关于公有云、私有云、电信和边缘。我们认为,这四个世界的融合是VMware独有的定位,能够让我们快速进入市场。”
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。