风险投资方们已经开始把手中掌握的财富砸向云领域,其中云存储网关初创企业Nasuni获得1000万美元、而云备份企业Druva则收得2500万美元。
Nasuni的这笔1000万美元资金使其融资总量达到5300万美元。下面来看由Crunchbase为该公司整理的融资活动编年史:
2009年4月公司正式成立。
2009年12月——A轮融资:来自North Bridge Venture Partners与Sigma Partners的800万美元。
2010年12月——B轮融资:来自North Bridge、Sigma以及Flybridge Capital Partners的1500万美元。
2012年10月——C轮融资:来自Sigma、North Bridge以及Flybridge的2000万美元。
2014年8月——D轮融资:来自Flybridge、North Bridge、Sigma以及一位战略投资方的1000万美元。
这位战略投资方究竟是谁?也许是某家现有存储供应商,也有可能是某家云服务供应商——但可是肯定的是,他们一定不想把自己的名头张扬出去。
Nasuni公司宣称其发展速度一直保持在三位数水平。根据其说明,2014年年中,该公司已经成功超越2013年全年销售总额。而在最新季度当中,产品预订量与上年同期相比更是增长了236%。
上个月,该公司公布了其第六代软件产品,并对硬件配备的处理器进行了升级。
Sigma Partners公司常务董事Paul Flanagan指出:“很明显,我们对于该公司的表现感到赞赏,也对其迅猛的发展势头留下了深刻印象。这一市场拥有巨大的潜在机遇,而Nasuni也身处绝佳地位、足以从IT由内部向云环境迁移的趋势当中汲取能量。”
最新一轮融资筹得的1000万美元将被用于拓展工程技术、销售与市场推广等事务。
Druva
Druva是一家终端备份与文件共享初创企业、主打产品为InSync,他们也获得了又一笔可观的投资援助。Crunchbase整理出了Druva近年来的融资背景并汇总如下:
2008年8月公司正式建立。
2010年4月——A轮融资:来自Sequoia Capial与India Angel Network的500万美元。
2011年8月——B轮融资:来自Nexus Venture Partners与Sequoia Capital的1200万美元。
2013年10月——C轮融资:来自Sequoia Capital、Nexus Venture Partners以及Tenaya Capital的2500万美元。
2014年8月——D轮融资:来自Sequoia Capital、Nexus Venture Partners以及Tenaya Capital的2500万美元。
其迄今融资总额为6700万美元。Druva方面表示,最新筹得的2500万美元将被用于“拓展该公司对企业防火墙以外数据信息的管理。”更具体地讲,他们将利用这笔资金推动研究与开发,从而寻求“新的InSync增强空间、实现Druva产品组合多元化并进一步迈向全球市场。”
Druva公司同样拥有迅速的发展轨迹:自2013年10月以来,其企业客户数量已经由2100家增长至3000家,“目前有来自76个国家的280万台设备受到其产品的保护。”
New customers include Dell, Hitachi, Kronos, Pfizer, Reckitt Benkhiser, RHI, and Shire.其新客户包括戴尔、日立、Kronos、辉瑞、Reckitt Benkhiser、奥镁集团以及Shire。
Sequoia Capital India Advisors公司常务董事Shailendra Singh自2010年年初以来一直担任Druva公司董事会成员,他在一份声明中指出:“目前越来越多业务数据驻留在防火墙之外,并因而缺乏甚至没有任何保护机制作为支撑。这是一片新兴市场,拥有近乎无穷的发展潜力。事实上,Druva公司已经凭借着出色的销售额增长、客户肯定、多项全球性殊荣以及良好的分析报告而在这一领域占据着优势地位。”
他同时补充称:“我们非常乐观,Druva也将在这一愈发重要的IT范畴当中夺取压倒性优势。”
评论意见
令人高兴的是,保护与文件共享机制并不需要通过Nasuni销售的设备继而通往云端。由于InSync能够与Amazon云相对接,也许Nasuni未来会推出云存储网关软件并将其运行在企业防火墙以外的设备之上。在这种情况下,Druva与Nasuni将成为一对新的直接竞争对手。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
KAIST研究团队开发出RL-ZVP方法,首次让AI从训练中的"无用数据"学习。传统方法遇到全对或全错答案时会停止学习,但RL-ZVP通过分析词汇重要性给予精确反馈。在数学推理测试中,该方法比现有技术提升高达8.6个准确率点,且训练过程更稳定。这项突破重新定义了AI训练范式,证明了被忽视的训练数据实际蕴含巨大学习潜力。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
中国传媒大学团队发现,通过巧妙设计"视觉句子"框架,一个预训练的视频生成模型经过轻量级调整后能够统一处理多种视觉任务,包括图像生成、深度预测、物体分割等。该方法无需大量任务特定数据,每个任务仅用20个样本就能实现良好效果,展现了从专用AI向通用AI转变的可能性。