联想“喜新厌旧”

@科技新知 原创作者丨萧维 编辑丨蕨影

十月份,联想很忙。

先是2024联想科技创新大会15日在美国华盛顿州西雅图举行,联想大秀了一下自己在人工智能领域的创新产品、技术和解决方案,英特尔、AMD、英伟达三巨头更同时为其站台;后是与中兴对簿公堂,在英格兰和威尔士高等法院向友商发起专利诉讼。

在ALL in AI的战略下,联想在个人电脑、手机、智能解决方案等方向全面发力,大干一场的决心显而易见,但是期望越高,难免困难越大。根据市场研究机构Canalys发布的2023年中国大陆PC市场报告(台式机+笔记本),2023年第四季度,中国大陆PC(不含平板电脑)市场出货量为1130万台,同比下降9%。其中,台式机出货量同比下降13%,降至330万台;笔记本出货量同比下降7%,降至810万台。2023年全年出货量为4120万台,同比下降17%。

需要提高声量,是联想巩固基本盘要做的事,显然自己呐喊远比不上群体声势,联想靠朋友自然是解决问题的首选。只不过,商业世界,朋友圈的建立本就是基于利益,有人帮你,就有人帮不上你,有人先来,就有人后到。

联想审时度势之下,难免“喜新厌旧”。

结交车圈

联想又向车圈表态了。

10月17日,联想ETG(新兴技术集团)总裁芮勇再次表示,联想进入智能汽车领域并不是为了向车企要数据,而是会主攻计算平台,定位于算力平台提供商角色。

这番表态,多少是给联想的车圈朋友吃下了定心丸。当前,在中国市场上参与竞争的汽车品牌约有140个,其中,中国本土品牌近百个,跨国品牌40多个。而据乘联会数据显示:2024年1至8月国内汽车市场总体降价品牌车型数173个,超过2023年全年150款车型水平,也大幅超过2022年的95款的降价总规模。

更严峻的是,已经有众多车企消失在这场车圈大内卷之中,长安汽车董事长朱华荣预估未来2-3年,60%-70%的品牌将面临关停并转。

在这个背景下,联想承诺不造车,对整个主机厂们来说是个好消息,而联想也是看重卖铲人的角色,也才决定躬身入局。回到2022年11月9日,在联想创新科技大会上,联想集团首次发布了车计算战略规划与发展愿景,着力发展智能座舱系统、自动驾驶和智慧显示屏等主力产品,并提供操作系统软件、中间件和应用开发环境等计算平台相关服务。而当时,新能源汽车市场规模正处于爆发期,上半场电动化、下半场智能化的行业成为行业共识,服务于销量和需求量同样巨大的主机厂,自然是联想的主要进军方向。

事实上,当年的科技创新大会上,联想就首次展出了与奇瑞汽车共同打造的智能座舱系统,包括一机多屏、智能座舱域控制器、曲面透明A柱系统、驾驶员健康监测系统、多设备无线充电等智能产品,捆绑主机厂的用意一目了然。

选择与主机厂做朋友的联想,在今年的科技创新大会上再次表态不要数据,也是情势使然。随着智能驾驶技术演进提速,智算核心参与下的数据归属问题日益成为车厂关注的焦点,特斯拉、比亚迪、蔚来等车企都曾出现过利用后台收集行车数据解决纠纷问题的案例,此时作为超级乙方的联想自然需要为客户提供足够的便利与安全感,不争夺数据所有权,即是出于此种目的。

当然,联想与车企走的越近,意味着越会与某些对手走的越远。华为,就是联想进军汽车行业以来躲不过的名字。早在入局初期,是不是要在第二个华为的猜测就未曾停止过,从业务上看,在算力、系统、车载域控制器等多个维度上,联想与华为都存在着竞争,而时至今日,以华为车BU为主体的引望公司已经吸引长安阿维塔、赛力斯等车企入股绑定,无论是服务深度还是客户粘性上,华为都已稳压联想。

但联想不是没有底牌。在今年联想科技创新大会上,董事长兼CEO杨元庆和英伟达CEO黄仁勋联合宣布,联想集团将基于新一代NVIDIA DRIVE Thor系统级芯片,自主研发最新一代车载域控制器平台。联想集团是第一家采用NVIDIA DRIVE Thor平台的Tier 1公司。

高性能芯片,对于联想来说是甜蜜的幸福,但对华为来说,已经是切肤之痛。“芯片断供华为,就曾经严重影响过了手机业务,到现在为止,华为想用高端芯片,都可费劲了。在这点上,联想确实比华为好过很多。”一位资深行业人士如此对比联想和华为在芯片上的处境,依靠于国际巨头的深度合作关系,无论在技术上,还是硬件上联想能得到的外部援助都比华为要丰富,从这一点上看,联想的朋友圈再次发挥了巨大的作用。

但入局汽车行业,核心竞争力还是产品,联想能不能把一手好牌打出去,还需要时间来验证。

据了解,DRIVE Thor芯片能够将各种智能汽车功能整合到同一AI计算平台,在单个计算平台实现全车的智能驾驶和智能座舱功能,包括自动驾驶、泊车、驾乘人员监控、数字仪表盘和车载信息娱乐系统等。 

巨头力挺

一场展会,就是一个朋友圈。

联想在海外市场的人脉,在这次展会中体现得淋漓尽致,英伟达CEO黄仁勋、英特尔CEO帕特·基辛格和AMD CEO苏姿丰都亲自来到本次大会的现场助阵,而微软董事长兼CEO萨蒂亚·纳德拉、Meta CEO马克·扎克伯格与高通总裁兼CEO克里斯蒂亚诺·安盟也发来了演讲视频。

随着AI潮流席卷全球,上游核心硬件厂商与下游主机厂商的联系再次紧密,现场的三巨头,与联想董事长杨元庆现场回忆起了深厚的“友谊”。黄仁勋表示,与杨元庆从小就是朋友,而英伟达和联想一起经历过几次计算机革命,现在又正在尽最大可能重塑计算机行业,荣幸至极。

宾客备至,联想自然乐得所见,而主人的号召力也确实强大,CPU领域的长期竞争对手英特尔和AMD均能出席联想展会,便是联想影响力的注脚。

英特尔CEO基辛格主动调侃起了与对手的相逢:“今天也许是英特尔和AMD史无前例的首次合作。“而AMD CEO苏姿丰的表达更加务实,她认为AMD发力方向就是加速计算,而联想PC、手机等领域的市场占有率,无论是对AMD处理器还是显卡,都是产品应用层面不可多得的合作伙伴。

但是,联想身上到底有什么,能牢牢捆绑住三巨头?答案就是销量。

早在去年,ALL in AI,就是联想未来的战略方向,机构数据显示,2024年整体PC市场AIPC占比将达到55%,而2027年将达到85%。同时,市场研究机构Counterpoint也预计,到2027年AI PC将占整个PC市场的3/4,2023-2027年期间将售出近5亿台AI PC。

在这一轮AI驱动的换机潮种,联想的存在感极强。根据研究机构Canalys统计,截至2024年8月,联想AI PC出货量环比增长高达228%,跑赢全球AI PC出货量204%的增长率。更大的期待在于未来:联想计划在年底实现10%的出货占比,明年在全球达到25%,2026年能接近50%。

上下游都需要销量,自然三巨头与联想亦步亦趋,而在强大的朋友圈支持下,联想在世界范围的影响力激增,打起了借体育营销出圈的念头。

在科技大会期间,宣布与国际足联达成合作,联想集团成为FIFA官方技术合作伙伴。该合作协议涵盖将在加拿大、墨西哥和美国举办2026年FIFA世界杯,以及将在巴西举办的2027年FIFA女足世界杯。

联想集团的产品、服务和解决方案,包括一系列最新的AI创新产品组合、标志性的ThinkPad笔记本电脑、平板电脑、摩托罗拉手机和服务器等,都将应用到2026年和2027年的世界杯赛事中。

显然,有了朋友圈的支持,联想在破圈的道路上势不可挡了。

加码印度

朋友多了,难免顾此失彼,联想正在陷入这样的困境。

根据联想集团消息,近期将扩大在印度的投资,会在班加罗尔设立AI服务器研发中心,并提升普杜谢里生产工厂的生成能力。

据报道,该厂产能目标位为每年5万台AI机架式服务器和2400台图形处理单元(GPU)服务器。

显然,加码印度的背后还是重仓AI。同赛道内,更早入局的戴尔,摩根士丹利分析师团队预计其Hopper架构的AI服务器出货量为38000台,而联想出手就是50000台,意欲抢夺AI服务器市场的用意十分明显。

需要注意的是,联想All in AI战略下,原有的产品技术结构面临巨大转型。长期以来,联想稳居全球PC市场榜首的背后,是捆绑了英特尔X86架构CPU取得的成绩,随着AI潮到来,以往以CPU为核心的主机结构转变为GPU为核心,而在这一过程中英特尔的产品并没有与时俱进。

相比于谷歌、微软在AI赛道上的早期投入和对高性能图形计算的应用,英特尔长期躺在CPU的功劳簿上吗,直到2018年,才宣布重返GPU市场。

联想与英特尔的错位更具戏剧性。去年9月,英特尔CEO基辛格在硅谷率先提出AI PC概念。随后一众厂商均高速跟进,而联想的步子最大,而英特尔产品结构不满足联想,联想全面转向英伟达和AMD成为必然。

英特威X86架构在AI领域的迟缓,间接导致了基于ARM处理器架构的产品快速崛起。市场分析机构预测,到2027年,基于ARM架构的PC设备的市场份额将超过25%。

潮流不可逆,不仅联想牵手英伟达和AMD,拥抱ARM成为必然,市场风向同样如此。“现在英伟达太火了,英特尔面临得确实是个生死时刻,赶不上AI这波浪潮,对它的发展影响很大。”有观察人士认为市场影响力上,英特尔退步明显。2022年第四季度,英特尔在整个数据中心(包括CPU和GPU)的市占率还有46.4%,2023年第三季度就跌至19.1%。同期,英伟达的市占率从36.5%涨至72.8%,专供数据中心的GPU营收同比增长超400%,英特尔的数据中心营收则相较高点时下滑超过40%。

连联想这样的老朋友都在调整合作布局,自然也就有了“X86面临死亡”的论调。不过,联想还是暗中帮了英特尔这个老朋友一把,在联想撮合英特尔和AMD达成合作,将正式组建X86生态系统咨询小组(X86 Ecosystem Advisory Group),旨在简化软件开发,确保互操作性和接口一致性,并为开发者提供标准的架构工具、指令集和开发方向。

言外之意,联想让英特尔赶紧进核心朋友圈,免得一步赶不上,步步赶不上了。

状告中兴

而相比之下,与联想共同耕耘通信、手机市场多年的中兴,就没有这样的好运气了。

上个月,联想集团在英国和威尔士高等人民法院(EWHC)就“标准必要专利(SEP)”起诉中兴侵权,联想集团是专利许可方,起诉对象一共有6个(其中4个是中兴经销商)。

消息一出,市场哗然。中国巨头商业公司之间的公开对簿公堂极为少见,而且双方还是同一市场下的友商。

实际上,本次诉讼的焦点还是利益,据知情人士透露,联想与中兴在数年前已经就专利授权费用问题进行了谈判,聚焦领域在手机、电脑等通讯产品,而核心就是“标准必要专利(SEP)”的使用。

但是,问题复杂在联想和中兴主要涉及的专利费用纠纷分为终端和基站两类,双方的通信装备业务互相需要对方的授权,因此交叉许可要考虑双方各自业务体量和专利价值。而分歧恰恰出现在对价值的认知判断上。

根据中兴通讯发布的财报信息显示,截至2024年上半年,拥有约9.15万件全球专利申请、累计全球授权专利约4.6万件。今年9月中国信息通信研究院发布的《全球5G标准必要专利及标准提案研究报告(2024年)》显示,全球专利族排名中,中兴通讯排名全球第五,份额为6.97%。联想并未出现在前10的名单中。

而在专利领域著名市调公司IPlitics《4G标准项目排名表》显示,联想的4G有效标准必要专利族数约为300族,而中兴通讯高达2000+族;此外IPlitics《5G标准项目排名表》显示,联想的5G有效标准必要专利族数为2000+族,而中兴通讯高达6000+族。

显然,在技术积累上,中兴对自己更有信心,但联想也不是没有底牌,比如摩托罗拉。

联想集团收购摩托罗拉,拿到2000多项通信技术领域的核心专利。还有1.5万项专利的非排他性使用权,有了这一杀手锏,联想的手机出货量才可以在海外特别是欧美市场有所保障,在市场研究机构TechInsights最新发布的2024Q3全球手机销量TOP10排名中,摩托罗拉出货量同比增长了26%,市场份额为5%,排名第七。在北美地区,联想-摩托罗拉稳居第三位,市场份额增至12%。相比之下,中兴手机,已经毫无水花可言。

一个聊技术,一个聊变现,双方谈判数年无结果,才演变成让市场哗然的一场官司。不过,据专业人士解读,选择在英国上诉,最重要的考虑还是对赔偿金额的控制,并不是涉及禁售等惩罚性措施,看起来,联想对待老朋友的态度,还是利益至上。 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/60691.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

[白月黑羽]关于仿写类postman功能软件题目的解答

原题: 答: python文件如下 from PySide6.QtWidgets import QApplication, QMessageBox,QTableWidgetItem,QHeaderView,QWidget,QTableWidget from PySide6.QtCore import QEvent,QObject from PySide6.QtUiTools import QUiLoader import time import …

零基础Java第十八期:图书管理系统

目录 一、package book 1.1. Book 1.2. BookList 二、package user 2.1. User 2.2. NormalUser与AdminiUser 三、Main 四、NormalUser与AdminiUser的菜单界面 五、package operation 5.1. 设计管理员菜单 六、业务逻辑 七、完整代码 今天博主来带大家实现一个…

系统架构师考试极限18天备考复盘(2024年11月)

前言 写下这篇复盘笔记的时候还没有出成绩。目前泽崽还是在读研究生,在经过 大概2周多个全日 的极限备考之后,于11月10日参加了软考的系统架构师考试(高级)。目前对于“基础知识-案例分析-论文”的估分预期大概是:55-…

Unity肢体控制(关节控制)

前面的基础搭建网上自己搜,我这个任务模型网上也有,可以去官网看看更多模型,这里只讲述有模型如何驱动肢体的操作方式 第一步:创建脚本 第二步:创建Rig Builder 建空容器 加部件(Rig),加了之后…

用pandoc工具实现ipynb,md,word,pdf之间的转化

Pandoc 是一个强大的工具,可以实现多种文件格式之间的转换,包括 Jupyter Notebook (.ipynb)、Markdown (.md)、Word (.docx)、PDF 等格式。以下是具体的实现方法: 1. 安装 Pandoc 确保已安装 Pandoc: Linux: sudo apt install p…

二叉树遍历的非递归实现和复杂度分析

一,用栈实现二叉树先序遍历 1,原理 我用自己的口水话解释一下:准备一个栈,从根节点开始,先判断栈是否为空,如果否,就弹出一个元素,对弹出元素进行自定义处理,再将它的左…

【数据结构】什么是链栈?

在数据结构中,链栈(Linked Stack)是基于链表实现的一种栈结构,它在许多计算任务中有着广泛应用。对于初学者,理解链栈的概念、操作方式以及应用场景可以帮助我们更好地掌握数据结构的相关知识。在本篇文章中&#xff0…

Spring Boot编程训练系统:从概念到实现

2相关技术 2.1 MYSQL数据库 MySQL是一个真正的多用户、多线程SQL数据库服务器。 是基于SQL的客户/服务器模式的关系数据库管理系统,它的有点有有功能强大、使用简单、管理方便、安全可靠性高、运行速度快、多线程、跨平台性、完全网络化、稳定性等,非常…

redis序列化数据查询

可以看到是HashMap,那么是序列化的数据 那么我们来获得反序列化数据 import java.io.ByteArrayInputStream; import java.io.IOException; import java.io.ObjectInputStream; import redis.clients.jedis.Jedis;public class RedisDeserializeDemo {public static…

PostgreSQL物化视图详解

物化视图简介 物化视图的产生背景与概念 产生背景 随着数据库规模的增大和查询复杂性的提高,数据库查询的性能问题变得越来越突出。为了优化查询性能,数据库系统引入了物化视图(Materialized View)的概念。物化视图是一种预先计…

球差控制操作数【ZEMAX操作数】

在光学设计中,对于球差的控制是必要的,那么在zemax中如何控制球差的大小,理解球差,以及使用相应操作数控制球差; 在这篇中主要写如何使用zemax操作数去控制或者消除球差,对球差进行简单的描述,之…

使用 FastAPI 和 Tortoise ORM 构建高效的异步应用:完整指南

在现代 Web 开发中,选择合适的框架和工具对构建高效的应用至关重要。FastAPI 作为一个快速、现代的 Web 框架,以其异步特性和对 Python 类型提示的支持而备受欢迎。而 Tortoise ORM 则是一个适用于异步应用的轻量级 ORM,特别适合与 FastAPI 结…

学习threejs,使用TWEEN插件实现动画

👨‍⚕️ 主页: gis分享者 👨‍⚕️ 感谢各位大佬 点赞👍 收藏⭐ 留言📝 加关注✅! 👨‍⚕️ 收录于专栏:threejs gis工程师 文章目录 一、🍀前言1.1 ☘️THREE.PLYLoader PLY模型加…

sql中in()方法查询参数过多处理小记

Springboot 多线程分批切割处理 大数据量List集合 ,实用示例 Java使用多线程批次查询大量数据(Callable返回数据)方式 问题背景 业务要求对未完工的几十万甚至百万工单进行发短信提醒以及消息通知。所以每次查询需要将这海量数据查询出来。如果使用单线程&#xf…

前端 JS 实用操作总结

目录 1、重构解构 1、数组解构 2、对象解构 3、...展开 2、箭头函数 1、简写 2、this指向 3、没有arguments 4、普通函数this的指向 3、数组实用方法 1、map和filter 2、find 3、reduce 1、重构解构 1、数组解构 const arr ["唐僧", "孙悟空&quo…

传奇996_19——龙岭总结

功能: 切割 切割属性: 即人物属性,可以设置临时属性或者永久属性,龙岭使用的是临时属性,所谓临时就是存在有效期,龙岭设置的有效期是123456789秒,即1428.89802天。 龙岭写法(倒叙…

从0开始学习--Day26--聚类算法

无监督学习(Unsupervised learning and introduction) 监督学习问题的样本 无监督学习样本 如图,可以看到两者的区别在于无监督学习的样本是没有标签的,换言之就是无监督学习不会赋予主观上的判断,需要算法自己去探寻区别,第二张…

pytest在conftest.py中实现用例执行失败进行截图并附到allure测试报告

conftest.py文件简介 conftest.py文件用于定义共享设置、夹具和钩子函数。 可以跨.py文件调用,有多个.py文件调用时,可让conftest.py只调用了一次fixture,或调用多次fixture; conftest.py与运行的用例要在同一个pakage下&#xf…

矩阵数组转置

#include<stdio.h> int main() {int arr1[3][4];//三行四列变成四行三列int arr2[4][3];for(int i0;i<3;i)//三行{for(int j0;j<4;j)//四列{scanf("%d",&arr1[i][j]);//录入}}for(int i0;i<3;i)//转置{for(int j0;j<4;j){arr2[j][i]arr1[i][j]…

GNN初探

测试了下网上找的一篇代码&#xff0c;运行成功~ # import sys # print(sys.path)import torch import torch.nn.functional as F from torch_geometric.nn import GCNConv from torch_geometric.datasets import Planetoid# 加载并预处理Cora数据集 dataset_path ./dataset/…