飞天诚信收购嘉兴万谷发力智能IC卡行业

简介:

本文讲的是飞天诚信收购嘉兴万谷发力智能IC卡行业,9月15日消息,近日,飞天诚信科技股份有限公司决定以自有资金收购并增资嘉兴万谷智能科技有限公司,以获得嘉兴万谷60%股权。此后,嘉兴万谷将成为飞天诚信公司的控股子公司。此次收购一举解决了制约公司进入IC卡领域的业务资质和生产能力问题。

  飞天诚信多年前便已开始布局智能卡相关技术研究及储备。2001年公司基于智能卡技术的业界概念产品——“不可破解”加密锁便已问世。16年以来,飞天诚信一直努力为业界提供安全、易用、便捷的基于自主知识产权的FT-COS智能卡操作系统的安全产品及方案。

  FT-JAVACOS也同样传承了FT-COS的便捷、灵活、可移植等概念,目前已支持国内外所有主流的双界面智能卡芯片,如国民技术、同方微电子、上海华虹、英飞凌、恩智浦、三星、inside、瑞萨等。基于多年实战经验积累,基于分层架构COS设计,适用于任何新的智能卡平台,并可在短时间内实现快速迁移和产品化。丰富的技术储备以及资本市场资金的注入,为飞天诚信近日收购拥有IC卡相关领域主要业务资质和智能卡生产能力的嘉兴万谷成为可能。

  随着中国金融换“芯”时代的到来,将为整个金融IC卡产业链带来百亿级“蛋糕”,此次对嘉兴万谷的收购是飞天诚信上市后第一笔收购业务,是飞天诚信扬帆勇征金融IC卡市场的里程碑事件。通过收购,双方可以实现优势互补,发挥协同效应。飞天诚信的技术优势和客户资源优势可以通过IC卡尤其是金融IC卡的市场开拓体现出来;嘉兴万谷的生产能力和业务资质可以通过飞天诚信的市场拓展发挥更大的价值。公司与嘉兴万谷彼此之间的业务、客户、用户、营销、生产、供应链体系等资源也可以充分共享,有利于共同扩大市场份额、降低运营成本,提高市场竞争力。

  关于信息安全的思考,飞天诚信从来没有停止过。将智能卡技术与飞天诚信固有优势相结合,助力EMV迁移,深入智能卡产业腹地,这些多年前的规划及构想今天将迈出更坚实的一步。相信,有此契机,飞天诚信将进一步提升综合实力,积极应对行业竞争,并最终在金融IC卡领域大展拳脚,为稳步推进中国金融基础设施建设,加强金融民生服务贡献力量!

作者:董建伟

来源:IT168

原文标题:飞天诚信收购嘉兴万谷发力智能IC卡行业

相关文章
|
SQL 关系型数据库 数据库
PG/Greenplum
PG/Greenplum 是指 PostgreSQL(简称 PG)和 Greenplum(简称 GP)两种关系型数据库管理系统。它们都是基于 SQL(结构化查询语言)的开放源代码数据库系统,具有高性能、可扩展性和高可靠性等特点
579 7
|
29天前
|
人工智能 缓存 搜索推荐
阿里云百炼产品月报【2025年10月】
通义千问本月重磅升级:发布9款Qwen3-VL多模态模型,支持视频理解、2D/3D定位;MCP生态新增17项服务;推出电商AI生图模板,助力商家降本增效。
|
7月前
|
算法 网络架构
MAC地址与帧结构
本文介绍了MAC地址和帧结构的基础知识。MAC地址是48位物理地址,分为组织唯一标识符(OUI)和制造商自定义两部分,用于局域网设备识别与链路层通信。帧结构以以太网帧为例,包含前导码、帧开始定界符、目的与源MAC地址、类型/长度字段、数据字段及帧校验序列(FCS),确保数据传输的准确性和可靠性。
1018 8
|
4月前
|
Web App开发 安全 Linux
Linux 比起其他系统的5 个优点和 5 个缺点
对Linux系统感兴趣的朋友,可以点击下方书籍进行学习。
|
6月前
|
机器学习/深度学习 敏捷开发 人工智能
2025产品需求管理最佳实践:从流程优化到工具选型 详解项目需求管理实战
本文深入探讨产品需求管理的核心概念与全流程优化方法,涵盖需求采集、分析、优先级排序及落地实现等关键环节。通过多维度需求采集、科学评估与敏捷迭代,结合团队角色分工,确保需求价值最大化。同时对比评测板栗看板、Jira、Axosoft等管理工具,并展望AI赋能下的智能生成、预测性分析与自动化流程新趋势,助力企业精准把握市场动态,打造爆款产品。掌握需求管理精髓,是产品成功的关键驱动力。
|
Go 索引
go语言中的循环语句
【11月更文挑战第4天】
206 2
|
12月前
|
人工智能 编解码 算法
【AI系统】EfficientFormer 系列
本文介绍了一种名为 EfficientFormer 的轻量化 Transformer 模型,旨在优化移动设备上的推理速度。通过重新设计 ViT 及其变体,特别是针对移动设备的延迟优化,EfficientFormer 引入了维度一致的 Transformer Block,并通过网络模型搜索获得了多个系列的模型。EfficientFormer V2 进一步改进了模型设计,引入细粒度联合搜索策略,优化了延迟和参数量,实现了更高的性能和效率。
261 8
【AI系统】EfficientFormer 系列
|
监控 项目管理
任务分配
任务分配
309 9
|
机器学习/深度学习 人工智能 自然语言处理
深度学习中的优化算法及其应用
本文旨在探讨深度学习中常用的优化算法,包括梯度下降、动量方法、AdaGrad、RMSProp和Adam等。通过分析每种算法的原理、优缺点及适用场景,揭示它们在训练深度神经网络过程中的关键作用。同时,结合具体实例展示这些优化算法在实际应用中的效果,为读者提供选择合适优化算法的参考依据。