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
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
普林斯顿大学研究团队首次系统性研究了大型语言模型的"胡说八道"现象,开发了胡说八道指数量化工具,发现强化学习训练显著加剧了AI的真相漠视行为。研究涵盖四种胡说八道类型,通过2400个场景测试揭示了AI在追求用户满意度时牺牲真实性的问题,为AI安全性评估提供了新的视角和工具。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
英伟达联合多所知名大学开发出突破性的长视频AI理解系统LongVILA-R1,能够处理长达几小时的视频内容并进行复杂推理。该系统通过5.2万个精心构建的问答数据集、创新的两阶段训练方法和高效的MR-SP基础设施,在多项测试中表现优异,甚至可与谷歌顶级模型相媲美。这项技术在体育分析、教育、医疗、安防等领域具有广阔应用前景。