在长久的等待之后,戴尔终于宣布分拆VMware。戴尔自2016年收购EMC以来,一直拥有VMware的多数股权。
戴尔表示,将剥离持有的VMware 81%的股权,并于今年第四季度完成分拆之后成立两家独立的公司,时机也取决于各种条件,例如美国国税局(Internal Revenue Service)对该交易是否符合戴尔股东免税资格条件的审批。
这么做的目的是简化两家公司的资本结构,由于复杂的资本结构导致的不确定性,投资者对两家公司的股票的估值都低于其价值。盘后交易中,戴尔股价上涨了约9%,而VMware股票在尾盘交易中上涨了约1.6%。
在此次分拆计划下,VMware将给股东分配大约115亿美元至120亿美元的现金股息,其中当然包括公开持有的戴尔股票。戴尔公司董事长兼首席执行官Michael Dell以及Silver Lake Partners拥有戴尔60%的股份。
其中,戴尔将获得93亿至97亿美元的股息,戴尔表示将借此获得更高的投资级评级,并使其能够偿还自收购EMC以来逐渐减少的债务。戴尔股东每持有1股戴尔股票将获得约0.44股VMware股票。
市场研究公司Wikibon的首席分析师Dave Vellante说:“这次分拆主要是为了清还债务、重组戴尔资产和释放戴尔核心价值,同时不会让戴尔与VMware之间的特殊关系变得更加混乱。这是一种经典的‘鱼和熊掌想要兼得’的策略——非常厉害,真的。”
戴尔还将把所有B类VMware股份转换为A类股,因此将只有一类股票,这对投资者来说是一个更简单、更容易理解的主张。在电话会议上,戴尔首席财务官Tom Sweet表示,此举将使两家公司符合标准普尔500(S&P 500)等关键指数的资格,并为这支股票提供更好的浮动。
Sweet还表示,戴尔将在交易完成前偿还40亿美元的贷款,VMware的80亿美元债务将不再是戴尔债务的一部分。
Moor Insights&Strategy总裁Patrick Moorhead表示:“最终,此举是为了最大限度提高戴尔和VMware的股价,而不会影响客户、ISV或者是渠道。华尔街对两家公司的估值并没有像我认为的那样独立。”
Moorhead指出,戴尔给VMware的收入增长做了不少贡献——截止1月29日的2021财年,VMware收入中有约35%来自戴尔——而戴尔也受益于作为VMWare各项新计划“优先”合作伙伴带来的便利。他说:“鉴于有这项为期五年的战略协议,两者在运营上似乎不会有太大改变。这可以让戴尔与VMware竞争对手更紧密地合作,反之亦然,不过两家公司此前已经在这么做了。”
近年来VMware因为将虚拟化业务转移向云端而实现了蓬勃的发展,特别是与AWS等云计算提供商成功地进行了集成。但是前不久VMware首席执行官Pat Gelsinger离任,加入英特尔公司担任首席执行官。
电话会议Dell称:“我们希望通过分拆VMware为戴尔和VMware带来更多增长机会,并为利益相关者释放可观的价值。”同时,他补充说,“我们将保留与VMware之间关系所带来的优势”,同时消除现有资本结构中的股价影响。
他还在致客户和合作伙伴的一封信中强调说,客户和合作伙伴在与两家公司打交道的方式上,不会发生重大的变化。“从您的角度来说,业务将照常进行,”他这样写道。
戴尔称,两家公司将签署一项商业协议,“将保留两家公司共同开发关键解决方案、调整销售和市场活动方面的独有措施。”特别是,VMware将继续利用Dell Financial Services为客户的数字化转型提供资金支持。
这次分拆交易完成之后,Dell本人将继续担任VMware董事长,而现任VMware临时首席执行官Zane Rowe将继续担任该职位。VMware董事会也将保持不变。
有分析师对戴尔出售这家高速增长的软件公司提出了质疑。Michael Dell回应说:“市场对于这种软硬结合体并不怎么欣赏,股东们对于分拆的反馈绝大多数是积极的。”
Vellante认为还有一些悬而未决的问题,例如这将给戴尔实际创造多少新价值,通过分拆VMware获得一大笔资金将如何影响戴尔,以及两家公司之间持续的商业协议将发生怎样的变化。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。