据彭博社报道,计算机芯片制造商博通公司正在谈判收购虚拟化软件巨头VMware。

根据《华尔街日报》周一报道称,该交易可能会在周四正式宣布,以现金和股票的形式进行,总金额达到600亿美金,约合每股140美元。而且根据《华尔街日报》称,博通正在向几家银行寻求帮助,提供400亿美元的债务融资。
VMware的市值约为400亿美元,博通的市值约为2220亿美元。VMware将于本周晚些时候公布财报,而博通将在下周公布财报。
如果这笔交易完成,将成为今年规模最大的交易之一,仅次于微软对动视暴雪公司750亿美金的收购,以及埃隆马斯克对Twitter 4400万美金的收购。
VMware的股价今天收盘上涨近25%,达到119.43美元。每股140美元的价格,相当于比VMware周五的收盘价溢价近50%,但远低于2019年初超过200美元的高点。博通的股价今天下跌了约3%。
据报道,博通一直在寻求将业务扩展到半导体以外的领域。事实上,博通在2018年以190亿美金收购CA Technologies,一年之后以107亿美金收购赛门铁克的安全业务,它已经在企业软件业务中站稳了脚跟。
通过这些收购,博通首席执行官Hock Tan创造了多元化的业务。但是根据报道称,Tan将继续寻找他可以涉足的新软件业务。
去年他几乎就要这么做了,当时有报道称博通即将敲定对SAS Institute金额150亿-200亿美金的收购,但是SAS的创始人改变主意并拒绝了收购要约。
如果博通确实收购了VMware,这将是一笔不寻常且出乎意料的交易,因为目前尚不清楚两家厂商之间会有什么协同作用。两家公司在不同的市场开展业务,博通主要是从事计算机芯片的设计和制造,而VMware主要销售基于云的和本地软件和服务,并且直到最近才从戴尔分拆出来。
市场研究公司Wikibon创始人、首席分析师Dave Vellante表示:“博通收购VMware在外界看来可能有点奇怪,但实际上是很有意义的。博通已经证明它可以成功地执行收购战略和目标资产,从而为其带来极具吸引力的利润率、现金流和竞争优势。”
而对于VMware,他表示增加定制芯片功能可以帮助其与云服务巨头展开竞争。
他说:“在我看来,VMware需要增加定制芯片能力,才能让Project Monterey等项目取得竞争成果。所有云厂商都在设计自己的芯片,以更有效地与AWS全面竞争,提供更好的、更便宜的、更快的基础设施。VMware远远落后于这些超大规模企业,但凭借博通的定制芯片功能,它可以在跨云和边缘互连方面建立竞争优势,并涉足我所谓的超级云——一种跨不同位置的通用体验。”
Constellation Research分析师Holger Mueller认为,VMware与CA Technologies以及赛门铁克一起,也许可以被塑造成一种“Chip-to-clicks”式堆栈,博通设计专门的芯片,创造更高价值,并为堆栈内更高层面的应用提供动力,例如安全软件或者软件容器管理。如果这样,就可以很好地满足企业的需求,这些企业需要更集成的解决方案来运行日益复杂的业务。”
Pund-IT分析师Charles King表示,博通之前的两次收购都集中在IT基础设施和数据中心技术方面,因此无论博通计划如何利用VMware,VMware“都是非常适合”博通的。
博通需要拿出大量现金才能完成收购。VMware是数据中心虚拟化软件的先驱,VMware的软件通过允许系统同时处理多个程序,为企业提供了一种在更少的服务器上整合应用和工作负载的方法。目前VMware的市值约为403亿美元。
并非所有人都认为这次收购是令人感到兴奋的。The CTO Advisor公司首席执行官、前VMware公司解决方案架构师Keith Townsend在推特上表示,他看好这笔交易。“在我的这个领域,处于仅限于维护模式的VMware,就相当于削弱了创新力。我的客户真的会采用VMware的创新功能和维护模式,没有人会要求用vMotion!”
目前尚不清楚VMware是否欢迎此次收购要约,尽管VMware起初在向云计算过渡的过程中遇到了困难,但此后VMware与AWS以及谷歌云等基础设施提供商建立了密切的合作伙伴关系。不过,VMware的发展历史中多次易主。VMware成立于1998年,2004年首次被EMC收购,之后于2016年随着戴尔收购EMC转手给戴尔。去年,从戴尔分拆出来,现在处于公开交易的状态。
不过根据彭博社称,戴尔创始人Michael Dell仍然是VMware最大的股东,持有VMware 41%的股份,第二大股东是私募股权公司Silver Lake,持股11%。
“这意味着他们对是对VMware拥有共同控股权的。因此,博通要考虑的主要问题是如何让Michael Dell和Silver Lake都加入进来,这是令人期待的。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。