上个月即有传闻称西数有计划收购Skyera,如今这一消息已经得到证实。西数旗下子公司HGST已经提前得到了一份圣诞大礼,西数买下了这位全闪存阵列存储密度之王、并将其交由HGST方面负责打理。
Skyera公司于今年八月进行了CEO职务更替,前任COO Frankie Roohparvar肩负起了这家闪存技术天才的管理工作、而公司联合创始人RadoDanilak则出任CTO一职。Danilak曾经创立闪存控制器厂商Sandforce并出任CTO,这家公司随后被LSI方面收购。
Skyera公司拥有其引以为傲的第二代skyHawk阵列,能够在1U空间内提供136TB闪存存储容量。其目前正在开发的skyEagle则计划在1U空间内容纳500TB存储容量。目前还没有任何其它供应商能够达到甚至是接近如此惊人的闪存存储密度,而Skyera的闪存技术实力在其它领域也有所体现——例如NAND使用寿命。
HGST正在努力拓展自身的NAND阵列设计能力,并将其与现有NAND技术资产加以整合。此次交易的具体金额仍然是个谜。根据我们已经掌握的确切资料,诞生于2010年的Skyera公司已经通过三轮融资获得9000万到1亿美元作为种子资金。根据五倍回报率来推断,那么收购价码应该为5亿美元。不过如果按2倍回报率来计算,那么Skyera的投资方们则能够得到2亿美元净收益。
收购交易的具体数额还要看Skyera的出售是否涉及拍卖流程。我们估计SanDisk与希捷很可能也参与了竞购,因此西数公司基本上应该是以4亿美元或者更高的价码得到了这家后起之秀及其全部技术成果。
HGST公司获得了Skyera的全部工程技术人才以及知识产权,并将其纳入现有闪存资产当中,具体包括:
• 2013年6月以3.4亿美元收购获得的sTEC企业SSD方案
• 2013年7月以3500万美元收购获得的Velobit缓存软件方案
• 2013年9月以6.85亿美元收购PCIe闪存卡初创企业Virident
• 2009年3月以6500万美元收购SiliconSystems及其SSD技术
西数目前用于收购闪存供应商的总体投入已经达到约14亿美元——这可绝对是笔大数目。
HGST公司在今年八月的闪存存储峰会上展示了一款拥有300万IOPS的相变存储PCIe设备,因此我们可以肯定其已经具备了打造自有非易失性存储方案的能力。
HGST公司总裁Mike Cordano在一份声明当中指出:“西部数据与Skyera长久以来一直保持着合作关系。能够将Skyera的创新型闪存平台与HGST的领先固态存储解决方案及闪存虚拟化软件相结合,我们计划带来更多极具突破性的价值与容量提升、从而帮助客户对现有云以及企业数据中心基础设施进行全面改造。”
假如一切能够按照既定方针顺利推进,那么除了skyEagle之外,我们估计将有更多采用Skyera技术方案的HGST产品于明年陆续亮相。到那个时候,企业级闪存阵列与服务器存储闪存组件市场的激烈竞争将趋于白热化,其中各大主要势力包括HGST、美光/英特尔、三星以及SanDisk/东芝。
在这四方阵营当中,HGST已经为阵列构建以及堆栈上移制定了一套发展战略,而全部现有全闪存阵列供应商都必须将HGST视为强劲的竞争对手,这意味着所有主流阵列供应商外加凭借着即将于明年推出的Invicta阵列加入战团的思科——其中包括Kaminario、Pure Storage、SolidFire、Tegile以及Nimble——都已经拥有属于自己的全闪存阵列产品。
除了各大主要参与者,EMC也将在2015年年初推出自己的机架规模DSSD设备。TLC与3D闪存将在未来陆续面世,而且总体而言、全闪存阵列市场应该会逐步扩展到更多不同类型的用例环境当中。
围绕竞争与市场推广工作展开的竞争与对抗将表现得极为激烈,而融合型服务器/存储系统则将成为各大厂商的主要关注重点。轰轰烈烈、热热闹闹,这才有节日气氛——圣诞快乐,HGST!
好文章,需要你的鼓励
随着GPU成为AI工作负载训练和运营的关键,越来越多的云服务提供商开始提供云GPU实例。这为希望避免部署GPU硬件费用和复杂性的组织带来好消息。云GPU实例可按超大规模与专业化提供商、通用与专用实例、共享与独占服务器进行分类。选择时需考虑工作负载类型、GPU类型、成本、延迟和控制级别等因素。
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
企业云服务平台IFS收购硅谷代理AI专家theLoops,推出"工业AI"概念。该技术旨在创建具备语义环境感知能力的自主AI代理,专门服务于制造、能源、建筑等资产密集型行业。这些工业AI代理能够理解业务职责,遵循行业规则,与人类协同工作,执行实际工作任务而非简单的聊天或辅助功能,为企业带来可衡量的生产力提升和投资回报。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。