专门为VMware虚拟机管理程序提供缓存软件方案的初创企业PernixData公司正在尽情享用来自风险投资方的资金援助,计划将这笔钱用于自身发展与市场份额扩张。
PernixData公司的FVP产品能够以透明化方式对服务器闪存及内存进行虚拟化,并将其汇集成跨多服务器环境的ESXi缓存体系,从而实现对向外扩展存储性能提升与虚拟机内部应用程序加速。
PernixData公司已经在由Menlo Ventures牵头的C轮融资中筹得3500万美元,此次融资还得到了来自Marc Benioff(Salesforce.com公司CEO兼董事长)、Jim Davidson(Silver Lake联合创始人兼总经理)以及Steve Luczo(希捷公司CEO兼董事长)的个人赞助。
曾经在前几轮参与融资的Kleiner Perkins、Caufield& Byers、Lightspeed Ventures、Lane Bess、Mark Leslie以及John Thompson此次同样作出贡献,这让PernixData俨然成为硅谷投资行业的关注焦点。他们都希望能够从总计6200万美元的巨额投入中获得令人满意的回报。
在FVP产品的支持下,PernixData公司的业务正如火如荼地展开,在截止于今年七月的2014财年当中、其季度营收数额与上年同期相比实现42%的显著增长。由于该公司在2013年8月才正式将产品投放市场,因此暂时只能以季度作为营收衡量指标。
PernixData公司联合创始人兼CEO Poojan Kumar对这样的成绩表示欢欣鼓舞,并表示“我们在第一年产品销售营收方面比任何一家企业级软件厂商都至少高出50%,轻松打破了这一领域此前固有的业绩纪录。”
根据我们掌握的情况,FVP目前约为全球范围内12万套虚拟化工作负载方案提供加速支持。该公司已经把其FVP软件销售到了二十多个国家的约两百家企业客户手中,总计部署节点数量超过三百个。虽然这样的成绩对于一家刚刚迈入正常运营轨道的新兴厂商来说已经相当出色,但我们很难断言其未来的发展道路是否还能如此平顺。
Kumar希望PernixData能够“将FVP推向全世界、推向每一座虚拟化数据中心”,如果这一目标能够确切实现、那么风险投资方将着手连本带利收回自己的投入。
对于一家刚刚建立32个月的软件公司来说(诞生于2012年),3500万美元绝对是一笔数额惊人的大钱。下面来看其融资历史记录:
如果继续按照2014年花费2700万美元的节奏维持开销,这家年轻的企业确实堪称烧钱能手。在2013财年内,员工数量激增160%是导致其运营成本迅速提升的主要原因之一。要想确切获得回报,他们必须将支持对象从VMware扩展至更为广泛的虚拟机管理程序范畴,而且毫无疑问、单单止步于缓存机制也是远远不够的。我们推断其员工数量还将在未来上升到新的层面。
当然,其渠道销售合作伙伴的数量也将增加——至少要远高于目前的250家。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。