作为一家由前谷歌及Facebook员工建立的初创企业,Metanautix公司已经正式现身公众视野并在次轮融资中筹得700万美元。除了红杉资本外,斯坦福大学捐赠基金以及前任谷歌公司工程技术副总裁Shiva Shivakumar也分别为其提供了一部分资助。
与其它受到谷歌及Facebook强大计算技术启发而诞生的初创企业一样,Metanautix也在努力帮助公众以更为轻松的方式通过不同类型平台对数据进行访问与分析,其中包括裸机环境与跨云环境,Metanautix公司联合创始人兼CEO Theo Vassilakis解释称。
对于大多数打算对客户数据进行分析的企业来说,要对某些保存在传统内部应用程序或者Hadoop等不同系统中的数据进行精确分析实在不是件容易的事。在Metanautix的方案中,全部此类数据片段在理论上都将得以连通并利用SQL将其作为一套大型整体系统加以处理,Vassilakis将这种作法形容为“通用语”、能够把所有形式各异的数据转化为易于理解的表形式。
“我们打造的并不是存储系统,”Vassilakis表示。“大家只需要指定自己希望分析的数据,具体的分析任务则由我们负责执行。”
Theo Vassilakis
Metanautix的软件方案能够安装在内部环境下或者运行在云端当中,具体情况取决于客户的实际偏好,Vassilakis指出。在该软件的支持下,销售或者市场推广团队等企业部门将能够顺利访问那些原本根本无法查看的数据内容。由于该软件能够从根本上将数据转化为SQL表并允许用户利用机器学习算法对数据加以分析,因此各类业务部门现在应该可以充分享受数据当中那些原本只能为企业中顶级数据库管理员或者工程师所获取的潜在价值。
Vassilakis表示,这种特性特别适合目前那些运营策略快速变化、可能需要在一天之内决定是否推出新产品的企业用户,将多种数据源纳入考虑范畴相较于当前其使用单一参考信息的作法能够提供更为可靠的分析结论。
Metanautix公司目前拥有二十五位员工以及六家客户,其中包括惠普。其软件产品预计将在今年年底正式投放市场。
值得一提的是,Vassilakis当初供职于谷歌时曾负责过Dremel的开发——这是一套查询系统,能够对任意保存位置的数据进行分析、其同时也是谷歌BigQuery服务(这项服务基本上可以被称为MapReduce的下一代版本)的核心组件。Metanautix的另一位联合创始人ApostolosLerios曾经在Facebook担任过高级软件工程师一职,当时他专门为社交网络打理图片库、这套图片库所处理的图片数量超过3000亿张。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。