英特尔公司已取消出售其价值数十亿美元的NEX网络芯片业务的计划。
该公司周三在发给Tom's Hardware的声明中宣布了这一决定。这一逆转发生在首次传出英特尔考虑剥离NEX业务传言的大约六个月后。该公司在7月份证实了这一计划,告知员工希望向外部投资者出售该部门的股份。
"在对NEX的战略选择进行全面审查后——包括潜在的独立发展路径——我们确定该业务在英特尔内部能够获得最佳发展位置",这家芯片制造商表示。"将NEX保留在内部能够实现芯片、软件和系统之间更紧密的整合,加强我们在AI、数据中心和边缘计算领域的客户产品。我们仍将专注于为客户提供服务并创造长期价值。"
NEX去年在58亿美元收入基础上实现了9.31亿美元的营业收入。英特尔在第一季度停止单独公布该部门的收益,几周后就传出了出售该部门的计划。NEX的大部分收入来自为数据中心、边缘计算和消费者市场提供网络硬件。
英特尔网络处理器阵容中最新的产品是Atom x7000C芯片系列。该系列专为驱动针对分支机构等环境优化的成本效益型网络设备而设计。Atom x7000C包含加速网络工作负载的功能,如流行的数据包处理框架VPP和OpenSSL流量加密工具。
该系列芯片还支持一种称为TNS(时间敏感网络)的技术。当企业网络出现拥塞时,该技术会优先传输高优先级流量以确保其按时到达。TNS将数据包分散在多个网络链路上,以防止局部技术问题干扰数据流。
英特尔还提供名为Atom x7000RE系列的芯片,专门面向工业设备。该系列可用于驱动工业网关等产品。这些网络设备专为处理联网工厂设备的流量而优化。与Atom x7000C系列类似,Atom x7000RE芯片也支持TNS。
英特尔的网络产品组合还涵盖其他用途。该芯片制造商为消费设备提供Wi-Fi模块和以太网适配器,后者用于将服务器连接到其所在数据中心的网络。这些适配器支持称为RoCE的技术,该技术将一些与网络相关的计算从服务器的主处理器上卸载,以提高性能。
英特尔决定不出售NEX可能与其竞争对手在人工智能市场采用的上市模式有关。
英伟达公司不仅单独销售其图形卡,还将其作为包含网络设备的AI设备的一部分进行销售。超微半导体公司计划在其即将推出的Helios系统中采用类似方法。这台机架级机器将AI加速器与AMD的Pensando芯片相结合,后者可加速流量加密等网络任务。保留NEX网络技术的所有权可能会让英特尔更容易匹配竞争对手的能力,如果它决定效仿的话。
今年早些时候,该公司向Silver Lake出售了另一个名为Altera的业务部门的多数股权。该部门制造现场可编程门阵列,这种处理器可供开发人员针对特定工作负载进行定制以提高性能。该交易对Altera的估值为87.5亿美元。
Q&A
Q1:英特尔NEX网络芯片业务主要做什么?
A:NEX是英特尔的网络芯片业务部门,主要为数据中心、边缘计算和消费者市场提供网络硬件。去年该部门在58亿美元收入基础上实现了9.31亿美元的营业收入,是英特尔的重要业务单元。
Q2:英特尔为什么取消出售NEX业务的计划?
A:英特尔表示,经过全面审查后认为NEX业务在公司内部能够获得最佳发展位置。保留NEX在内部能够实现芯片、软件和系统之间更紧密的整合,加强在AI、数据中心和边缘计算领域的客户产品。
Q3:英特尔NEX业务有哪些主要产品?
A:NEX业务的主要产品包括Atom x7000C芯片系列(用于分支机构等环境的网络设备)、Atom x7000RE系列(面向工业设备)、Wi-Fi模块(用于消费设备)以及以太网适配器(用于数据中心服务器连接)等。
好文章,需要你的鼓励
这款16英寸便携显示器采用分离式设计,包含显示屏和磁吸式支架,均由阳极氧化铝制成。支架采用双铰链设计,支持360度旋转调节,收纳时厚度仅约1.3厘米。FlipAction Pro Gen 1配备2560×1600分辨率、60Hz刷新率、350尼特亮度和100% DCI-P3色域。无需外接电源,可直接从设备取电。适合与iPad配合提升多任务处理效率,或作为Mac的垂直副屏使用。
印度学者在卫星图像识别领域取得突破,设计出无需预训练的神经网络架构,在EuroSAT数据集上达到97.23%准确率。通过三轮迭代优化,研究者发现卫星图像需要平衡空间和光谱两种特征,创新性地开发了可学习融合参数的双路径注意力机制。该方法证明了专用架构设计在特定领域的巨大潜力,为无法获得大规模预训练数据的应用场景提供了有效解决方案。
中兴通讯首席发展官崔丽在经济学人影响力AI创新亚洲2025峰会上分享了智能体AI战略愿景。她强调组织应从机械化向有机化转型,在不确定性中寻求稳定,保持敏捷适应变化。数字化和智能化转型需要长期投资,AI建立在数字和网络基础之上。在关键环节需要人机协同,大模型存在固有风险,而人类具备社会智能和道德判断。智能体AI正在重塑人才战略,未来最重要的三类人才是AI专家、AI高级用户和超越AI的高阶思维人才。
UC伯克利研究团队开发了ECHO框架,通过分析社交媒体上真实用户对GPT-4o图像生成的使用反馈,构建了更贴近实际需求的AI评测体系。该框架收集了超过31000个用户提示词,发现传统评测无法覆盖的复杂任务需求,并识别出用户关心的色彩偏移、身份保持等具体问题,为AI模型评估提供了全新的用户导向思路。