外媒:高通在中国境况正在发生根本性逆转

7月29日消息,据国外媒体报道,移动芯片制造商高通在中国的境况已经从不利走向了好转。

这家总部位于美国圣地亚哥(San Diego)的公司首席执行官史蒂夫-莫伦科夫(Steve Mollenkopf)当地时间周四表示,高通正在受益于在中国的更多的专利授权交易和在中国一批新的手机制造商,这些新的手机制造商正在从国际竞争对手抢夺销售。

他说,另一个因素是中国消费者正在将自己的手机升级至具有最新科技功能的产品,这种趋势让高通芯片销售获益,并且要求手机制造商保持快速推出新产品。

“这完全是一个有关功能的游戏,”莫伦科夫在会见华尔街日报记者和编辑时表示,“如果在你在功能上落后,这会导致困难。”

上周,高通发布了业绩好于预期的季度业绩报告。财报显示,其第三财季利润增长了22%。今年以来截至其发布财报时为止,高通股价已经累计上涨了12%。

几年来中国市场在高通的销售业绩中扮演着重要角色,不过该公司最近在这里也已经迎来一系列挑战。中国反垄断监管机构曾对该公司的专利授权行为展开了调查,最终于2015年2月份双方达成和解,高通因此被要求支付9.75亿美元罚款处罚,并且被要求对其专利授权行为进行改进。

高通高层表示,高通曾希望这次和解会促使中国的硬件制造商快速地与它签署授权协议,但是实际情况并非如所料。

不过,这种情况现在已经发生了改变,因为最近高通宣布同中国一些顶级的制造商签署了专利授权协议,接着许多小制造商也已经跟进。高通上周表示,在上季度它获得了2亿美元的专利授权支付,并且随着在中国授权问题的缓解还获得另外相关的收入。

与此同时,随着销售商推出更多4G移动技术手机以及更多的中国制造商实现了强劲的销售,高通的芯片业务获得增长。诸如苹果和三星电子公司等国外竞争者,正在遭遇华为、小米等国内成熟厂商以及Oppo和Vivo等国内新品牌的强有力竞争。

莫伦科夫表示,中国公司在创新中快速成长,专注于中等价格手机业务,并且在国内中等城市展开进攻式营销。他说,中国公司下一步增长的将是走向国际市场的能力。

莫伦科夫称,通过帮助提升中国消费者最为关心的技术水平,高通正在设法吸引手机制造商。这些技术包括,延长电池续航时间和数据快速上传等。

此外,高通因同意支付1950万美元和解一宗指控的事宜,受到业界关注。由相关女性提起的该宗指控声称,与男员工相比,女性员工获得的报酬支付更低并且获得的晋升机会更少。不过该宗和解交易还需要得到美国联邦法庭批准,该交易将影响约3300名高通当前和前员工,这些员工主要是科技岗位。

高通同意采取一系列措施来解决存在的问题,其中包括聘请独立顾问和设立内部执法长,加强培训,定期组织报酬以及晋升公平分析。

针对这宗指控,高通不承认违反了有关法律。





====================================分割线================================


本文转自d1net(转载)

【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
1、资源项目源码均已通过严格测试验证,保证能够正常运行;、 2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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