Simplivity公司打造出向外扩展整合型服务器存储方案Omnicube,但要发挥它的全部能力、用户需要对自己的IT基础设施进行一番颠覆性的改造。听起来这样的产品实在很难卖得出去,但目前已经有不少客户着手推进,而这家初创企业也为自己提出了年营收额2亿美元的宏伟目标。
该公司成立于2009年9月,他们用了三年半的时间——也就是到2013年4月——来编写能够运行在Linux上的代码,并随后推出了自己第一款进入通用阶段的产品。公司创始人DoronKempel在第一年内出资支撑企业运营,随后则依靠风险投资方的资助完成了A、B以及C轮融资,总计筹得1.01亿美元资金。
截至目前其Omnicube产品已经出售了五个季度,公司当下在全球范围内拥有260家合作伙伴,并成为一家100%纯渠道销售厂商。
作为其竞争对手,Nutanix公司已经在产品发布后的第十一个季度实现了2亿美元的年营收水平。Kempel表示:“我们将在第八个季度实现同样的2亿美元营收目标。”
不过戴尔已经与Nutanix建立起OEM合作关系,Simplivity公司是否能够继续保持自己的迅猛增长势头?
Kempel指出,客户对于其解决方案抱以高度赞赏:当数据抵达Omnicube之后将经过重复数据删除与压缩处理,并在接下来始终处于Omnicube体系当中——包括将副本保存在其它Omnicube方案内。只有在彻底摒弃Simplivity产品后才需要对数据进行导出恢复。根据Kempel的说法,目前客户已经能够享受到20:1甚至是30:1的数据量缩减比率。
重复数据删除与压缩功能是由专门的PCIe加速卡实现的,其同时配备FPGA与NVRAM,但存在两种例外:在笔记本设备上运行Omnicube软件或者在Amazon云的虚拟机中使用。在这两种情况下,重复数据删除与压缩工作将纯由软件完成。
要对Omnicube进行管理,企业只需要为其指派一位VMware管理员。而且无论被部署在哪里,Kempel强调称其都能显著降低管理成本。
下面来看Simplivity公司的客户数据:
Simplivity公司的员工人数在2013年8月为100名,2014年2月为200名,2014年6月为300名,8月也就是现在则为350名。其中包括约140位工程师与120位销售人员,还有一部分员工驻扎在欧洲、中东以及非洲地区。目前该区域的员工总数为约60名。
要想在产品发售后的八个季度时获得2亿美元年度营收总额,意味着Simplivity方面需要在单季度拿下5000万美元销售数字。Kempel曾经与Moshe Yanai共同开发出重复数据删除方案Diligent,并以2亿美元的价格出售给了IBM——总之,这是一位善于创造奇迹的牛人,因此我不会对他提出的运营目标妄下结论。
顺带一提,美国职棒大联盟也是Simplivity公司的客户,看起来这位后起之秀已经挥出一记漂亮的本垒打。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。