首次公开募股(IPO)的决定是基于Mobileye的收入增长和创新进展做出的,这将充分为英特尔股东释放价值
新闻提要
2021年12月6日,加利福尼亚州圣克拉拉——英特尔公司今天宣布,计划通过首次公开募股(IPO)的方式推动Mobileye于2022年年中在美国上市,该计划已获得公司董事会的全面支持。此举将通过创建一家独立上市公司的方式来为英特尔股东释放Mobileye的价值,并将在已经取得的成功基础上继续推动Mobileye为更加广泛的市场提供支持。
Mobileye位于以色列的自动驾驶汽车车队
英特尔仍将是Mobileye的大股东,两家公司将继续作为战略合作伙伴,共同推动汽车产业的算力增长。到2030年[1],芯片将占高端汽车物料清单(BOM)的20%以上。Mobileye的高管团队将留任,Amnon Shashua教授将继续担任Mobileye的首席执行官。近期收购的Moovit、从事激光雷达和雷达开发以及其他Mobileye项目的英特尔团队都将归属于Mobileye。
在被英特尔收购的四年间,Mobileye的营收大幅增长,实现了诸多技术创新,并进行了多项重要投资,这些动作都旨在解决科技难题,为自动驾驶的大规模落地做好准备。
英特尔公司首席执行官帕特·基辛格(Pat Gelsinger)表示:“英特尔对Mobileye的收购取得了巨大成功。Mobileye实现了创纪录的收入同比增长,预计2021年的收入将比2020年增加40%以上,这也突显了两家公司持续合作带来的巨大效益。Amnon和我都认为IPO将是我们最好的机会,这将使Mobileye在巩固过往创新的基础上继续取得进步并为股东释放价值。”
Mobileye的创新与增长
作为行业领导者之一,Mobileye始终处于高级驾驶辅助系统(ADAS)和自动驾驶解决方案创新的前沿,这是一个快速增长且不断演进的市场,并正在改变全球的货物运输和人们的出行方式。2021年,Mobileye EyeQ® 系统集成芯片(SoC)出货量突破1亿片,Mobileye的自动驾驶测试汽车已在位于美国、欧洲和亚洲的全球多座城市开跑,Mobileye还推出了量产自动驾驶出租车,赢得了全球超过30家汽车厂商的41款车型的全新ADAS项目订单,这些项目涵盖了从核心的驾驶辅助技术到下一代驾驶辅助和完全自动驾驶系统。Mobileye还赢得了从2023年开始的多个出行即服务(MaaS)项目,以及从2024年开始的多个采用Mobileye自动驾驶系统的消费者和B2B量产汽车项目。
在Mobileye于纳斯达克证券交易所举办活动期间,Amnon Shashua教授站在Mobileye的自动驾驶汽车前
Mobileye创始人兼首席执行官Amnon Shashua教授表示:“自从加入英特尔大家庭以来,Mobileye牢牢把握机遇并实现了加速增长,年芯片出货量、营收和员工数量几乎是当初的三倍。与英特尔的合作持续为Mobileye带来宝贵的技术资源和支持,并为Mobileye带来了强劲的收入和自由现金流的加持,这将使我们能够用当前的收入为未来的自动驾驶汽车开发工作提供资金。英特尔和Mobileye正在进行的联合技术开发将继续为我们的客户提供出色的平台解决方案。”
近期宣布的一系列计划再次突显了英特尔对汽车市场的长期承诺,其中包括英特尔代工服务加速器(Intel Foundry Services Accelerator)和面向汽车行业的专用芯片产能。英特尔将继续为Mobileye提供技术资源支持,以帮助Mobileye提供行业领先的传感器技术;而Mobileye在汽车领域的强劲实力也将继续助力英特尔抓住快速增长的汽车芯片领域的广阔机遇。英特尔的全球影响力,多元的全球供应链、全球制造网络以及在雷达、激光雷达和软件方面的专业知识和能力,将继续为Mobileye提供助力,实现共赢。
Mobileye曾于2014年上市,随后于2017年被英特尔收购。英特尔目前拥有Mobileye的全部股份,预计在IPO完成后仍将保留多数股权。英特尔无意剥离或以其他方式出让Mobileye的多数股权。
关于IPO及其条件和时间正在等待并将视市场情况做出最终决定。
英特尔将作为大股东继续全面整合Mobileye。该交易预计不会对英特尔2021年的财务目标产生影响。
[1] 来源:罗兰贝格《汽车计算机》,麦肯锡,英特尔
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。