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
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。