据报道,计算机图形芯片制造商Nvidia赢得了一场竞购战,收购以色列热门初创公司Mellanox,而这家公司曾吸引了英特尔和微软的关注。
据彭博社和路透社援引“知情人士”的话报道称,Nvidia将以高达70亿美元的价格收购Mellanox。
按照这个价格,这将成为Nvidia有史以来规模最大的一笔收购,让Nvidia在2011年收购Icera所支付的3.67亿美元相形见绌。据报道,Nvidia有意利用Mellanox技术推动其数据中心芯片业务,减少对面向视频游戏行业售卖GPU这一主要业务的依赖。
根据路透社的消息来源称,Nvidia的出价超过了英特尔,可能会在美国时间周一公布这一消息。而英特尔对Mellanox的兴趣最早是在1月首次曝光的。据报道,微软早在去年12月也曾考虑收购Nvidia,但目前尚不清楚微软是否真的提出了要约。据报道,另一家芯片制造商Xilinx也对Nvidia很感兴趣。
如果这一消息得到确认,那么Nvidia将会得到一个相当多元化的初创公司。Mellanox主要销售基于以太网和InfiniBand通信协议的网络硬件,包括用于连接服务器和存储系统的线缆和交换机。
对于Nvidia来说,或许更让它感兴趣的是Mellanox销售的电脑芯片,这主要用于为数据中心网络设备,以及本地数据中心、公有云基础设施和超级计算机。据称,Mellanox在超级计算机市场占据一席之地,全球500强超级计算机中有一半以上采用了Mellanox的网络工具和芯片。
据称,Mellanox的芯片对于加速计算机组件之间的数据传输特别有用,这一点这很重要,因为对于依赖快速洞察为业务决策提供信息的企业来说,分析数据的速度至关重要。
此次收购对于Nvidia来说肯定会带来提振作用。Nvidia目前约有三分之一的收入来自数据中心客户,但由于中国需求放缓,近几周游戏业务受到冲击。此外,Nvidia也受到加密货币挖矿业的打击。在最近的季度财务报告中,由于这些不利因素,Nvidia不得不将收入预期削减了5亿美元。
Moor Insights&Strategy分析师Patrick Moorhead表示,如果这次收购属实,那么将是一次协同收购,因为双方的技术是互补的。“Nvidia和Mellanox在高性能计算、机器学习、汽车、公有云和企业数据中心市场都有重要的地位,并且在[他们的技术]结合起来可以为客户带来更多价值。”
“规模和多样化是芯片业务的一切,Nvidia通过这次收购可两者兼得,”Constellation Research首席分析师兼副总裁Holger Mueller补充道。“这次收购让Nvidia能够在现有的图形、游戏和人工智能业务上实现扩展和多样化。进入数据中心对于整体向公有云的迁移至关重要,因此,如果这一消息属实,就意味着Nvidia对管理人员和开发人员的意义更大了。”
据彭博社报道,Nvidia仍然面对着获得监管部门批准的难题。特别是作为全球最大的芯片生产国和消费国,最近几个月美国与中国之间的贸易战将让这一审批过程变得更加艰难。
例如去年,高通就因为中国监管机构的无期限延迟而取消收购NXP Semiconductor N.V.。几个月后,美国总统特朗普以国家安全为由阻止博通对高通的收购。
好文章,需要你的鼓励
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
欧洲太空通信产业发展迅猛。乌克兰Kyivstar获得监管批准测试Starlink直连手机服务,完成了与星链卫星网络的SIM卡集成测试,计划2025年第四季度推出支持短信和OTT消息的D2C服务。同时,CTO宣布即将发射首个再生5G毫米波载荷,其J-1任务旨在演示轨道超高速低延迟5G传输。该公司正构建超低轨道星座,使用5G毫米波频谱提供高速低延迟连接。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。