华为否认“被收购”传言,100%由员工持股-Ameya360电子元器件采购网

华为否认“被收购”传言,100%由员工持股

发布时间：2018-09-14 00:00

作者：

来源：第一财经

阅读量：1827

近日有传言称华为将被“国资收购”，对此，华为昨日对第一财经记者予以否认。

华为否认“被收购”传言,100%由员工持股

而针对关于业务分拆、剥离部分业务的传闻，华为同样表示不属实。

关于股权结构，华为在官方网站上写道，“华为成立于1987年，是一家由员工持有全部股份的民营企业，目前有18万员工，业务遍及170多个国家和地区。”

其中，股东会是公司权力机构，对公司增资、利润分配、选举董事/监事等重大事项作出决策，由工会和任正非两名股东组成。

而工会履行股东职责、行使股东权利的机构是持股员工代表会。持股员工代表会由全体持股员工代表组成，代表全体持股员工行使有关权利。

华为官方网站显示，目前目前持股员工代表会成员包括孙亚芳、郭平、徐直军、胡厚崑、任正非、徐文伟、李杰、丁耘、孟晚舟、陈黎芳、万飚、张平安、余承东、梁华、任树录、田峰、邓飚、周代琪、蔡立群、江西生、尹绪全、姚福海、查钧、李英涛、纪平、陶景文、张顺茂、丁少华、李今歌、王克祥、吕克、杨凯军、蒋亚非、何庭波、孙铭、吴昆红、赵勇、唐晓明、王家定、魏承敏、熊乐宁、李山林、宋柳平、周红、陈军、彭中阳、李刚、夏健、杨黎。

（备注：文章来源于网络，信息仅供参考，不代表本网站观点，如有侵权请联系删除！）

行业新闻

华为推出AI芯片:焦点在于AI,而非芯片

中国公司“芯”思不减，继百度发布昆仑芯片、阿里成立平头哥之后，华为在近日的全联接大会上公布了两款AI芯片，昇腾310和昇腾910，预计在2019年二季度面世。华为轮值董事长徐直军在会上表示，华为将打造面向云、边缘和端等全场景全栈解决方案，包括芯片、学习框架和应用等全堆栈方案。在华为的芯片计划中，除了昇腾910所处的Max系列主要用于云端，昇腾310所属Mini系列和其他的Lite、Tiny、Nano系列，主要用于物联网、行业终端、智能手机、智能穿戴等消费终端，以IP方式跟其他芯片结合在一起服务于各个产品。芯片之外，华为推出了自己的深度学习框架MindSpore，计划吸引各个领域的AI开发者。巧合的是，AI领域先驱英伟达在同一天发布了新开源GPU加速软件平台RAPIDS，外界眼里，二者开始了同场竞争。不过，两款芯片都不全是华为自己研发，也不会向第三方出售，所以华为跟英伟达等芯片厂商没有直接竞争。华为轮值董事长徐直军在会上首次发布华为AI战略与全栈全场景AI解决方案。来源：被访者供图徐直军表示，华为的加入是为了降低行业成本和门槛，真正实现“普惠AI”。芯片不是主角华为推出AI芯片，焦点在于AI，而非芯片。此次公布的昇腾910，是目前单芯片计算密度最大的，根据公布数据看，密度超过英伟达同类芯片一倍。不过，作为对比的英伟达Tesla V100，是去年5月发布的芯片，相隔一年，难言超越。国内还没有AI芯片真正地投入商业应用。市场分析师盛陵海告诉《中国企业家》，百度、阿里也在开发自己的芯片，但它们的主要目的是希望通过硬件的发布，吸引更多的开发者和用户集中到自己的云服务上来。华为也是如此，其AI战略核心在于全栈方案，包括芯片、芯片算子库和高度自动化算子开发工具CANN、全流程服务（ModelArts）和分层API和预集成方案，以及支持端、边、云独立的和协同的统一训练和推理框架MindSpore。“这个是一个体系，单纯比硬件具体数值意义不大，而是要看整个框架。”盛陵海告诉《中国企业家》，市场上通用的框架有谷歌的TensorFlow、微软的CNTK等，用户会以整体评价哪个性价比好。TensorFlow目前是最受欢迎的一个开源框架，被Uber、Airbnb、Twitter等互联网公司广泛使用，中国公司小米和中兴都是其用户。中国首个开源深度学习平台是百度的PaddlePaddle。2016年9月27日，PaddlePaddle在开源社区Github及百度大脑平台开放，据彭博社报道，2017年10月，其下载量可能超越TensorFlow的790万次。但是，对于PaddlePaddle、MindSpore这样的新兴深度学习平台，吸引足够的AI开发者却是个挑战。华为将芯片项目命名为“达芬奇项目”，以达芬奇的斜杠人生，映射这个架构能够从云到边缘、端，以及不同物联网终端支持人工智能。基于全场景业务，用户需要个性化的数据训练，很多框架不支持这样，于是华为做出MindSpore框架。MindSpore一出，必然涉及生态问题，生态的构建有多种形式，有产业生态也有开源的组织。被问及MindSpore是否会像谷歌TensorFlow那样开源，华为云BU副总裁、EI服务产品部总经理贾永利在媒体采访中表示：“取决于整个过程当中的需求，要看节奏。”人工智能如同软件算法跑在高速硬件平台上，既要硬件够快，也要积累足够的算法。当下做AI芯片研发的公司分三种，以英伟达为代表的传统芯片制造商，像华为这样做终端AI芯片的硬件商以及做云端AI芯片的云服务商。华为云核心网产品线总裁马海旭告诉《中国企业家》，联接、云与智能是华为在物联网赛道的三个核心能力。华为做了30年通信，能实现万物互联，有全球领先的云服务，也提供全栈全场景的AI解决方案，其物联网战略落脚在基础设施上。“物联网需要感应、处理、联接三个要素，华为作为硬件服务商，也有处理器的基础，掌握后两者要素，自然会发力智能物联网。”盛陵海分析。华为的运营商电信也在做公有云，华为避开了直接竞争。“我们跟三大运营商本身是合作伙伴，一起合作。”马海旭向《中国企业家》阐述，华为提供产品解决方案，在此基础上，运营商用自己的渠道拓展客户。据马海旭透露，目前华为全球物联网联接数已经达到2亿，其中在中国电信天翼云上有9000万物联网设备联接，与移动、联通的联接数也在动态变化中。更广阔的终端市场，芯片商不会轻易错过。过去，英伟达应用场景有限，主要做云端。今年3月，英伟达在GTC 2018年度大会上宣布，将与联合芯片巨头ARM联手，打造IOT设备的AI芯片专用IP。ARM是全球智能设备第一大主流芯片架构提供商，使用其芯片的设备涵盖了手机、手表、无人机等。英伟达与ARM的合作，等于拥有了广泛的智能终端应用场景，大会第二天，英伟达的股价一度翻番。不过，原本与英伟达在AI芯片制造领域并无冲突的华为，其配套的云服务、终端产品，或将同英伟达在下游终端市场正面交手。搅动市场？AI芯片市场一直在成长，玩家越多，蛋糕越大。盛陵海对《中国企业家》表示，英伟达几乎占据90%的市场，华为入场肯定对其市场占比有影响，但是这个市场在不断增长，英伟达的业务收入暂时不会受太大影响。最新二季度财报显示，英伟达营收支柱还是游戏业务，同比增长52%至18亿美元，占总营收57%。另一竞争者谷歌的AI芯片，与华为受众不同。谷歌的AI芯片比较通用，华为的AI芯片则是在通用的基础上，更侧重于视频方面的应用，因为它有一些监控的业务场景。目前来看，芯片代工商台积电成了最大赢家。10月19日，外媒报道称，台积电已经率先量产7nm工艺，华为、苹果和高通都成为其重要客户，而另一批主要客户则是英伟达、赛灵思和AMD等AI芯片商。台积电CEO魏哲家在投资者大会上透露，来自7nm芯片的收入将占2018年全年总收入的10%，明年这个数字或将增至20%。对比国内互联网巨头，华为稍显“后发”。7月4日，百度推出自主研发的中国第一款云端全功能AI芯片“昆仑”，这是目前为止业内设计算力最高的AI芯片，功耗仅为100+W。阿里巴巴于2017年10月成立达摩院，组建一个芯片研究团队，在全球8个城市进行Ali-NPU芯片的研发工作，预计2019年年中推出。同时，阿里还斥资收购能够给予资助指令架构并量产的CPU供应商中天微，投资寒武纪等智能芯片公司。寒武纪曾为华为Mate 10的麒麟980提供AI芯片。华为、阿里等巨头的进入，曾有人担忧初创芯片企业的生存空间变小。对此，盛陵海向《中国企业家》分析，国内初创企业大多是AI公司的背景，掌握一定程度的算法，做自己的芯片。“这些初创公司往往瞄准视频、监控系统等单纯的人工智能应用场景，能够直接面向市场，对于系统等其他方面的要求不会很高。”盛陵海表示，这些厂商大多是基于自己的AI应用来制造芯片，不是做传统的芯片打造业务。在他看来，巨头掌握的算法是在大量训练中得出的，别的厂商很难撼动这个资源。华为、百度等公司搭建的平台，也会吸引小公司进入，彼此并不冲突。

2018-10-24 00:00 阅读量：1422

型号	品牌	询价
BD71847AMWV-E2	ROHM Semiconductor
RB751G-40T2R	ROHM Semiconductor
CDZVT2R20B	ROHM Semiconductor
MC33074DR2G	onsemi
TL431ACLPR	Texas Instruments

型号

品牌

询价

ROHM Semiconductor

ROHM Semiconductor

ROHM Semiconductor

onsemi

Texas Instruments

型号	品牌	抢购
ESR03EZPJ151	ROHM Semiconductor
STM32F429IGT6	STMicroelectronics
TPS63050YFFR	Texas Instruments
IPZ40N04S5L4R8ATMA1	Infineon Technologies
BP3621	ROHM Semiconductor
BU33JA2MNVX-CTL	ROHM Semiconductor

型号

品牌

抢购

ROHM Semiconductor

STMicroelectronics

Texas Instruments

Infineon Technologies

BP3621