根据传闻以及日前Ampere Computing的亲自爆料,今年年内,英国芯片设计厂商ARM以及同阵营中专注服务器业务的初创公司Ampere Computing很可能会双双上市,目前首轮公开募股文件已经秘密提交完成。
今年2月,监管机构重拳出击、打碎了英伟达斥巨资收购ARM的宏大计划。消息一出,关于ARM即将独立上市的传闻甚嚣尘上。结合这一背景,人们自然开始关注ARM这家CPU技术许可方、以及作为被许可方的Ampere能否获得可观资本注入,上市申请又是否同样受到审查机构的“百般刁难”。
作为一家私营企业,Ampere Computing在一年多之前刚刚从投资方手中筹集到迄今为止最大的一笔融资,总额达3亿美元。而此轮融资的唯一参与者就是甲骨文,数据库巨头明显认为基于ARM架构的Ampere Altra CPU将在云计算领域拥有强劲竞争力。事实上,根据美国证券交易委员会披露的文件,甲骨文已经先后向Ampere投入超过4亿美元,而且这家初创企业除甲骨文外就只有两家投资方——ARM以及私募股权公司凯雷投资集团。
前一段时间,媒体曾纷纷报道微软Azuer开始采用Ampere Computing的80核“Quicksilver”Altra芯片,并认定此举代表着作为公有云服务领域的两股中坚力量,微软已经挑起了与亚马逊云科技之间的新一轮ARM服务器之战。目前,亚马逊方面能够应战的是内部原研、基于ARM架构的第三代Graviton芯片。
但随着Ampere Computing在未来某个时间点上市,这家芯片设计商不仅有望获得更多资金以扩大其云客户群体,甚至有可能在业绩压力的推动下进一步冲击企业级服务器市场。毕竟过去几年以来,AMD已经成功为华尔街带来了高达两位数的数据中心业务增长,Ampere至少也要达到相同的水平才能吸引到投资者的目光。
而且最近还出现了有趣的转折:在此之前,Ampere其实是把ARM提供的“现成”Neoverse N1核心分别用于了2020年及2021年推出的Altra及Altra Max芯片当中;而从今年起,Ampere计划在即将推出的5纳米“Siryn”芯片以及2023年的再下一代处理器中使用下一代定制设计核心。
这些新款处理器同样采用ARM的指令集架构——目前尚不清楚具体架构版本,但我们怀疑是v9。由此可见,Ampere Computing这家初创企业必须支付一大笔费用才能获得ARM ISA许可,而且这项许可的授权成本要比ARM现成核心高得多。这还只是整体成本的一部分:Ampere Computing可能还需要增加更多人手,确保其核心能够在性能与效率层面对x86架构以及其他ARM架构芯片形成比较优势。
考虑到这些现实压力,Ampere Computing唯一的出路也就只有上市融资。由以上背景推断,Ampere公司过去几年来的运营成本可能已经大幅增长,包括将处理器开发思路由使用现成的许可核心、转向设计定制核心,自然需要更加稳妥的融资渠道。而且如果Ampere Computing的下一款芯片真的能够在云服务商及超大规模计算客户市场上一鸣惊人——特别是用硬实力压制住Azure等其他客户当前使用的Altra CPU——那么Ampere自己、投资者乃至ARM都将获得丰厚的回报。很明显,现在的ARM阵营比以往任何时候都需要盟友的支持,下面就看华尔街愿不愿意伸出援手了。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。