每天从不缺话题,从沸沸扬扬的联想,周五(5月18日)百度公司突然宣布陆奇将在7月不再担任总裁和COO职务,这一重磅消息刺激下,百度当天股价重挫,截止当天收盘跌幅高达9.54%,相比上一个交易日,市值缩水近百亿美元,可以看出,华尔街对百度未来缺乏信心,接下来,百度需要在资本市场重新树立信心。下面就随网络通信小编一起来了解一下相关内容吧。
陆奇,这个被视为在科技界最吃香的华人之一,先后担任雅虎执行副总裁、微软执行副总裁,是大陆华人在美国科技巨头中任职最高的人。从微软离职后,加盟百度任总裁兼COO职位,成为二号人物,李彦宏对陆奇寄予厚望,希望在他的到来,改变百度在国内互联网的地位。
陆奇从加盟当天,刷爆朋友圈,如今即将离任,同样也刷爆朋友圈。在加盟之前,华尔街并不看好百度人工智能商业模式,从2014年市值高达799亿美元缩水至583亿美元(截止北京时间2017年1月19日),过去几年间,缩水高达216亿美元,而国内腾讯和阿里巴巴则享受移动互联网红利,市值高歌猛进,腾讯市值高达3.9万亿港币(约4978亿美元),阿里巴巴市值5011亿美元,昔日国内BAT三大互联网巨头演变成TA(腾讯阿里)双寡头局面。
在《剑指物联》杨剑勇看来,因在人工智能和无人驾驶等前瞻性技术投入了巨大人力、物力和财力,但新技术变现进展缓慢,无人驾驶很遥远,商业落地艰难,百度需要更加清晰阐明其AI技术落地商业模式,于是,陆奇的到来则肩负起这个重担,为此搞了一场规模空前的媒体见面会。
担负起百度转型重任的陆奇,首先获得了足够权力,为此在内部大刀阔斧进行改革,以及围绕人工智能商业落地逐渐显现,特别面向智能家居方向则成为核心战略之一,杨剑勇进一步指出,在陆奇进入百度后,在他的主导下,收购了一家智能家居创业公司渡鸦科技,以此成立智能家居硬件事业部,并升级度秘事业部,以加速人工智能战略布局及人工智能产品化和市场化进程,并联合ARM等半导体厂商发布了DuerOS智慧芯片,以芯片嵌入百度AI技术形式,与各厂商建立广泛合作,希望能快速地应用到更多场景中。
显然,智慧生活成为百度人工智能技术落地场景重中之重,毕竟无人驾驶还很遥远,当下火热的智能家居,在IoT+AI驱动下,越来越多的家电和智能设备嵌入AI技术,让人们享受到更加智能的生活。
这个拥有高达万亿市场规模的智能家居领域,百度自然想分一杯羹,从投资极米到巨额投资创维旗下公司,再到战略投资小鱼在家,其背后核心是寄望于推动DuerOS能广泛合作进入寻常百姓家庭场景中。为了更加高效推进这一进程,在今年早些时候新成立后的智能生活事业部,并且陆奇亲自担任该事业群总经理。
在陆奇一系列的调整和刺激下,让处在面向人工智能转型关键时刻的百度,正在逐步恢复,早在去年10月21日,市值一度突破900亿美元,创出新高。业界评论,对于豪赌人工智能的李彦宏取得成效,截止2018年5月16日,市值最高达到992亿美元,这是离千亿美元市值最近一次,近在咫尺,触手可得。
百度突破千亿美元,如今没有变成现实,截止今日,市值882.32亿美元,受到陆奇离任消息刺激下,相比前一天缩水93.68亿美元,或许晚几天公布陆奇离任的消息,兴许陆奇将会成为百度千亿美元的陆先生,人生总有一些遗憾,才能显得未来人生更有意义,尽管没有陆先生没有等到这一天,借此祝福陆奇有更好的前程,推动中美科技发展。
以上是关于网络通信中-一天缩水近百亿美元,豪赌人工智能的百度怎么了?的相关介绍,如果想要了解更多相关信息,请多多关注eeworld,eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。
关键字:百度 人工智能
引用地址:
一天缩水近百亿美元,豪赌人工智能的百度怎么了?
推荐阅读最新更新时间:2024-05-07 18:01
Alif与Telit合作开发边缘AI相机参考设计
Alif Semiconductor与Telit Cinterion合作推出的一款边缘AI相机参考设计——Vision AppKit。这款产品设计小巧,被称为“邮票大小”的板,并且集成了多种功能,如LTE-M、Wi-Fi、BLE等无线连接,以及融合了传统逻辑与神经协处理器的微控制器。 Vision AppKit的核心是Alif Semiconductor的Ensemble E3微控制器,该控制器将两个Arm Cortex-M55实时MCU内核与两个Arm Ethos-U55微神经处理单元(microNPU)结合在一起。这种设计旨在加速边缘AI设备上的AI/ML任务,如人脸/物体检测和图像分类,同时运行时的功耗比其他边缘AI处理
[嵌入式]
Facebook结交各路盟友 AI开放架构与车用软件样样来
科技巨擘竞相发展人工智能(AI)之际,各自发展自家的深度学习框架来深化机器学习的能力,如今此一趋势在Facebook与微软(Microsoft)共同推出开放神经网路交换框架(Open Neural Network Exchange;ONNX)后出现变化,未来Facebook自家的PyTorch、Caffe2,或是微软的Cognitive Toolkit,皆相容于ONNX的框架。 ONNX将相容于PyTorch、Caffe2、Cognitive Toolkit ONNX做为开源性框架,允许开发者将其神经网路在不同框架中移转,免除不同框架下无法相容的问题。Extremetech指出,由于目前有好几款神经网路框架,开发者在操作深
[汽车电子]
自驾车概念带动AI、CIS、GPU需求
车用电子成为半导体产业界高度重视,且最有机会先行成熟出现具体商机的领域,熟悉半导体业者表示,估计2018年,先进驾驶辅助系统(ADAS)的具体商机就会大幅成长,而ADAS只是最终自动驾驶车概念的初步蓝图,随着自驾车概念日益完备,如车用GPU绘图芯片、车用CIS影像传感器、车用MEMS微机电系统、车用MCU微控制器等各类需求窜出,在国际大厂英特尔(Intel)、NVIDIA、台积电、Sony、瑞萨(Renesas)、德仪(TI)等都高呼车用电子潜力时,后段封测的日月光、硅品、京元电、胜丽、欣铨,代理通路的益登、尚立、文晔、大联大等,都是该领域受惠者,估计这2年将是迈开步伐、加紧脚步扎稳基础的时刻。 熟悉半导体业者表示,事实上,国
[半导体设计/制造]
让AI应用医疗中去 “疗效”才是AI+医疗成功的重要评判标准
原国家卫生计生委副主任、中国卫生信息与健康医疗大数据学会会长金小桃曾提到,“国务院提出要把健康产业培育成我国国民经济重要支柱产业,如果按照GDP的15%计算,我国健康产业规模将达到数十万亿人民币。”在这个庞大的市场里,以 AI 为支点的数字健康经济将为中国健康产业腾飞贡献力量。 据美国波士顿咨询公司预测,到2035年中国数字经济将达到16万亿美元,数字健康经济的贡献率有望达到45%,即:7.2万亿元。根据美国调查机构预测,到2026年AI应用将为美国医疗经济节省1500亿美元/年,AI对于数字健康经济的贡献力不容小觑。耀眼的中国医疗数据金矿同样离不开AI这个有能力的“矿工”,在医疗数据金矿中挖掘出经济价值。 目前中国有144家企
[医疗电子]
NVIDIA 将协作式 AI 带入医疗健康及其他领域
利用 FLARE 进行联邦学习:NVIDIA 将协作式 AI 带入医疗健康及其他领域 新的开源软件为联邦学习提供通用计算基础平台,加快了医疗健康、制造和金融服务等行业应用 AI 的速度。 NVIDIA 通过开放软件开发套件 NVIDIA FLARE(可帮助分散的各方协同开发更通用的 AI 模型)的源代码,使科研人员比以往更容易发挥联邦学习的优势。 联邦学习是一种隐私保护技术,在处理稀疏、保密或缺乏多样性的数据时特别有用。但它对于大型数据集也很有用,因为组织的数据采集方法或者患者或客户统计技术在处理此类数据集时可能会出现偏差。 NVIDIA FLARE(全称为 Federated Learning Applic
[医疗电子]
Qualcomm Cloud AI 100将抢占推理加速器市场
卷积神经网络和其他人工智能技术在过去十年中对处理器领域产生了重要影响。人工智能也成为了市场的流行语、催化剂和所有处理器制造商所追求的东西,所有的软件供应商也都渴望投资在其上面开发新功能。 在十年前,这是一个完全没有存在的市场,但在过去短短几年中,AI就成为研究和收入的中心,并且已经有一些处理器供应商已经在上面建立了一个小型帝国。 但可以看到,人工智能仍处于早期阶段,市场尚未找到上限; 数据中心也在继续批量购买AI加速器,技术的部署也越来越多地在消费者处理器中出现。在这个许多人仍在争夺的市场中,全球的处理器厂商正在试图弄清楚它们如何才能成为主导力量。换句话说,人工智能淘金热正在全面展开,现在每个人都在排队出售“镐”。 人
[物联网]
2023英特尔on技术创新大会:助力开发者,让AI无处不在
AI促进了“芯经济”的崛起,一个由芯片和软件推动的全球增长新时代。 新闻亮点: • 英特尔明确表示其“四年五个制程节点”计划正在稳步推进当中,并展示了其首个基于通用芯粒高速互连开放规范(UCIe)的多芯粒封装。 • 英特尔公布了下一代英特尔®至强®可扩展处理器的全新细节,包括能效和性能方面的重大提升,以及288核能效核(E-core)处理器的最新披露。第五代英特尔®至强®可扩展处理器将于12月14日正式发布。 • AI PC将在于12月14日发布的英特尔®酷睿™Ultra处理器上得到展现。配备英特尔首款集成的神经网络处理器,酷睿Ultra将在PC上带来高能效的AI加速和本地推理体验。 • 一台大型AI超级计算
[嵌入式]
新型的FPGA器件将支持多样化AI/ML创新进程
近日举办的GTC大会把人工智能/机器学习(AI/ML)领域中的算力比拼又带到了一个新的高度,这不只是说明了通用图形处理器(GPGPU)时代的来临 ,而是包括GPU、FPGA和NPU等一众数据处理加速器时代的来临,就像GPU以更高的计算密度和能效胜出CPU一样,各种加速器件在不同的AI/ML应用或者细分市场中将各具优势,未来并不是只要贵的而是更需要对的。 此次GTC上新推出的用于AI/ML计算或者大模型的B200芯片有一个显著的特点,它与传统的图形渲染GPU大相径庭并与上一代用于AI/ML计算的GPU很不一样。在其他算力器件品种中也是如此,AI/ML计算尤其是推理应用需要一种专为高带宽工作负载优化的新型FPGA,下面我们以Ach
[嵌入式]