新闻概要
韩国首尔,美国加利福尼亚州圣克拉拉,2020年10月20日——SK海力士和英特尔在韩国时间10月20日共同宣布签署收购协议,根据协议约定,SK海力士将以90亿美元收购英特尔的NAND闪存及存储业务。
本次收购包括英特尔NAND SSD业务、NAND部件及晶圆业务,以及其在中国大连的NAND闪存制造工厂。英特尔将保留其特有的英特尔傲腾业务。
SK海力士与英特尔将争取在2021年底前取得所需的政府机关许可。在获取相关许可后,SK海力士将通过支付第一期70亿美元对价从英特尔收购NAND SSD业务(包括NAND SSD相关知识产权和员工)以及大连工厂。此后,预计在2025年3月份最终交割时,SK海力士将支付20亿美元余款从英特尔收购其余相关资产,包括NAND闪存晶圆的生产及设计相关的知识产权、研发人员以及大连工厂的员工。根据协议,英特尔将继续在大连闪存制造工厂制造NAND晶圆,并保留制造和设计NAND闪存晶圆相关的知识产权(IP),直至最终交割日。
通过本次收购,SK海力士旨在急速成长的NAND闪存领域中提升包括企业级SSD在内的存储解决方案相关竞争力,进一步跃升为行业领先的全球半导体企业之一。SK海力士期待这项交易将令SK海力士发展存储器生态系统,进而给客户、合作伙伴、公司员工和股东带来更多利益。
英特尔作为世界半导体行业的领先者,拥有业界领先的NAND SSD技术以及4阶储存单元(quadruple level cell,QLC)NAND闪存产品线。截止2020年6月27日,英特尔的NAND业务在今年上半年为英特尔非易失性存储器解决方案事业部(Non-volatile Memory Solutions Group,NSG)创下了约28亿美元的营收,以及约6亿美元的营业利润。
SK海力士于2018年成功开发了全球首款基于电荷撷取闪存(Charge Trap Flash,CTF)的96层4D NAND闪存,并于2019年开发了128层4D NAND闪存。SK海力士将结合英特尔的存储解决方案相关技术及生产能力,打造包括企业级SSD在内的具有高附加值的一系列3D NAND解决方案。
英特尔计划将本次交易获得的资金用于开发业界领先的产品和加强其具有长期成长潜力的业务重点,包括人工智能(AI)、5G网络与智能、自动驾驶相关边缘设备。
英特尔与SK海力士将共同合作以确保为客户、供应商以及全体员工提供无缝衔接的顺利过渡。 两家公司将维持包括DDR5相关领域合作在内的两者间紧密的合作关系,以满足日益增长的基于存储器的半导体生态系统的需求。
SK海力士 CEO李锡熙表示:“很高兴看到引领NAND闪存技术创新的SK海力士及英特尔NAND部门将共同创造崭新的未来。通过发挥双方的技术和优势,SK海力士将主动响应客户的各种需求,并优化本公司的企业结构,进而在NAND闪存领域也树立与DRAM业务同等水准的创新的产品群。”
英特尔 CEO 司睿博强调:“我为我们所建立的NAND闪存业务感到自豪,并相信与SK海力士的结合将有助于存储器生态系统的发展,给客户、合作伙伴、全体员工带来更多利益。对于英特尔来说,这次交易能让我们更加专注于投资具有差异化特点的技术,从而令我们在客户的成功中扮演更重要的角色,并且为我们的投资者产出可观的回报。”
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。