孙正义从阿里巴巴董事会辞职,原因是什么?

软银集团创始人孙正义宣布将离开阿里巴巴集团董事会,强调与马云无分歧,此举被视为逐步实施的董事会调整。软银近期投资表现恢复,得益于阿里巴巴股价上涨及T-Mobile合并后的股份增值。孙正义指出软银的IRR达25%,并提及公司已累计筹集350亿美元,占计划总投资卸载量的80%。

软银集团创始人孙正义说25日,而好是中国的端午节,他将离开马云的董事会中国电子商务巨头阿里巴巴集团(Alibaba Group)。

孙正义儿子表示,他认为此举是阿里巴巴集团“逐步”实施的董事会,这是他迄今为止最成功的投资,因为他迅速采取行动捍卫了这家日本集团的投资策略,该策略在最近几个季度一直受到审查和公众嘲弄。

孙正义儿子说,他的集团的财产已恢复到冠状病毒爆发前的水平。在电信运营商与T-Mobile合并之后,该公司受益于阿里巴巴集团(Alibaba Group)价值上升以及在Sprint中的股份。孙正义表示,他的公司的互联网回报率(即IRR,是风投基金用来证明其业绩的流行指标)为25%。

在今天的股东大会上,他说,他担心许多人认为软银已经“完成”,并称其为“SoftPunku”,这是日本惯用的口语,意味着破损。他说,目前,软银的股东总价值为2180亿美元。

孙正义坚称他要离开阿里巴巴集团的董事会,这是他自2005年以来一直担任的职务,条件良好,而且他与马云之间没有任何分歧。

孙正义的举动是在阿里巴巴集团的联合创始人马云(Jack Ma)出任软银董事会主席之后的上个月卸任的。孙正义20年前曾在阿里巴巴投资2000万美元。今年年初,软银仍持有阿里巴巴价值1000亿美元的股票。

佛山市东联科技有限公司透露:“软银最近的一系列投资震惊了整个投资领域。该公司以写大笔支票而闻名,已公开表示其对网约车巨头Uber,办公空间经理WeWork,其他许多初创公司却没有提供它所希望的回报。”

此外,其中几家公司,包括处于预算低迷状态的印度初创公司Oyo,都受到了这一流行病的严重打击。

孙正义通过出售T-Mobile的股份筹集了200亿美元,他表示,在考虑到他最近的其他交易之后,软银已经累计筹集了350亿美元,占计划的总投资卸载量的80%。(欢迎转载分享)

【无线传感器】使用 MATLAB XBee连续监控温度传感器无线网络研究(Matlab代码实现)内容概要:本文围绕使用MATLABXBee技术实现温度传感器无线网络的连续监控展开研究,介绍了如何构建无线传感网络系统,并利用MATLAB进行数据采集、处理与可视化分析。系统通过XBee模块实现传感器节点间的无线通信,实时传输温度数据至主机,MATLAB负责接收并处理数据,实现对环境温度的动态监测。文中详细阐述了硬件连接、通信协议配置、数据解析及软件编程实现过程,并提供了完整的MATLAB代码示例,便于读者复现应用。该方案具有良好的扩展性实用性,适用于远程环境监测场景。; 适合人群:具备一定MATLAB编程基础无线通信基础知识的高校学生、科研人员及工程技术人员,尤其适合从事物联网、传感器网络相关项目开发的初学者与中级开发者。; 使用场景及目标:①实现基于XBee的无线温度传感网络搭建;②掌握MATLAB与无线模块的数据通信方法;③完成实时数据采集、处理与可视化;④为环境监测、工业测控等实际应用场景提供技术参考。; 阅读建议:建议读者结合文中提供的MATLAB代码与硬件连接图进行实践操作,先从简单的点对点通信入手,逐步扩展到多节点网络,同时可进一步探索数据滤波、异常检测、远程报警等功能的集成。
内容概要:本文系统讲解了边缘AI模型部署与优化的完整流程,涵盖核心挑战(算力、功耗、实时性、资源限制)与设计原则,详细对比主流边缘AI芯片平台(如ESP32-S3、RK3588、Jetson系列、Coral等)的性能参数与适用场景,并以RK3588部署YOLOv8为例,演示从PyTorch模型导出、ONNX转换、RKNN量化到Tengine推理的全流程。文章重点介绍多维度优化策略,包括模型轻量化(结构选择、输入尺寸调整)、量化(INT8/FP16)、剪枝与蒸馏、算子融合、批处理、硬件加速预处理及DVFS动态调频等,显著提升帧率并降低功耗。通过三个实战案例验证优化效果,最后提供常见问题解决方案与未来技术趋势。; 适合人群:具备一定AI模型开发经验的工程师,尤其是从事边缘计算、嵌入式AI、计算机视觉应用研发的技术人员,工作年限建议1-5年;熟悉Python、C++及深度学习框架(如PyTorch、TensorFlow)者更佳。; 使用场景及目标:①在资源受限的边缘设备上高效部署AI模型;②实现高帧率与低功耗的双重优化目标;③掌握从芯片选型、模型转换到系统级调优的全链路能力;④解决实际部署中的精度损失、内存溢出、NPU利用率低等问题。; 阅读建议:建议结合文中提供的代码实例与工具链(如RKNN Toolkit、Tengine、TensorRT)动手实践,重点关注量化校准、模型压缩与硬件协同优化环节,同时参考选型表格匹配具体应用场景,并利用功耗监测工具进行闭环调优。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值