慧与收购瞻博网络反垄断和解达成
**慧与收购瞻博网络案峰回路转:达成反垄断和解,扫清并购障碍**。美国司法部与慧与科技(HPE)就其140亿美元收购瞻博网络(Juniper)一案达成和解协议,避免了原定7月9日的庭审。为消除反垄断疑虑,HPE将剥离旗下Instant On无线业务,并授权瞻博使用Mist AI软件源代码。该和解协议已提交法院等待批准,标志着这起备受瞩目的科技并购案取得重大进展。HPE强调,收购瞻博网络将助力其打造专为AI计算优化的现代化网络架构解决方案,尽管此前司法部曾担忧该交易可能加剧行业垄断,但最终双方达成共识,为交易的最终完成铺平道路。

根据法庭披露的文件,美国司法部已就慧与科技(HPE)以140亿美元现金收购瞻博网络(Juniper)达成和解协议。
根据协议内容,合并后的企业需剥离HPE旗下的Instant On无线业务,并将HPE用于瞻博WLAN(无线局域网)产品中的Mist人工智能(AI)软件源代码进行授权处理。
这份由双方共同提出的和解协议已于上周五晚间提交法院,尚待法官批准,此举也使得原定于7月9日开庭的审理程序得以取消。
慧与与瞻博网络在联合发布的声明中指出,该协议有效回应了美国司法部的关切问题,为交易最终完成铺平了道路。
慧与首席执行官Antonio Neri强调,此次并购将为客户带来一套专为AI计算任务优化的“现代化网络架构解决方案”。
今年1月,美国司法部曾提起诉讼试图阻止这笔交易,理由是其可能削弱行业竞争,使思科系统与慧与合计掌控美国超过70%的网络设备市场份额。
对此,瞻博网络在今年2月提交的文件中予以反驳,称政府指控未能准确反映无线网络解决方案市场的实际情况,亦未正确理解双方交易背后的商业逻辑。
早在一年多以前,慧与便宣布了对瞻博网络的收购意向,旨在进一步拓展其AI相关产品布局。(校对/赵月)
到这里,我们也就讲完了《慧与收购瞻博网络反垄断和解达成》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于AI,收购,反垄断,瞻博网络,慧与的知识点!
JavaScript创建对象的五种方法
- 上一篇
- JavaScript创建对象的五种方法
- 下一篇
- 用Golang和Gin开发待办API教程
-
- 科技周边 · 人工智能 | 9小时前 | 性能优化 · AI工程 · 缓存失效 提示词缓存 AI工程 Prompt Cache 稳定前缀
- 提示词缓存减少重复上下文开销的设计
- 263浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- 多模态模型提取表格布局的结果约束
- 359浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- Hugging Face Inference Providers 选择模型路由的接入方式
- 292浏览 收藏
-
- 科技周边 · 人工智能 | 20小时前 |
- Embedding 批量请求的长度和失败重试设计
- 383浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 505次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 566次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 591次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 544次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 359次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
