混合阵列初创企业Tintri公司又拿到了一笔总值达1.25亿美元的融资,这不仅将给企业的未来发展提供助力,同时该公司也希望能够借此从EMC、IBM以及NetApp等老牌劲旅手中拉拢到更多客户。
Tintri公司的融资历程简直就是一股由现金堆积而成的洪流:2010年,融资1700万美元;2011年,融资1800万美元;2012年,融资2500万美元;2014年,融资7500万美元;2015年,融资1.25亿美元。其整体融资规模已经达到2.6亿美元之巨。
最新一轮融资由投资方Silver Lake Kraftwerk牵头,而原有各投资方——包括Insight Venture Partners、Lightspeed Ventures、Menlo Ventures以及NEA——也都有参与。
“此轮融资为我们的前进注入了新的动力——我们将继续在全球范围内进行业务拓展,并着力为虚拟化企业环境提供存储方案、并借此提高企业知名度,”Tintri公司董事长兼CEO Ken Klein指出。
Tintri公司的最初目标是专注将存储资源以VMware虚拟机类型及方式进行管理,并在随后的发展当中将Hyper-V支持能力纳入自身。
Tintri公司的发展前景无疑足够亮眼,否则也不会有这么多风险投资方愿意为其投入上亿美元的资金援助——而同为初创企业的Tegile以及已经完成IPO的Nimble Storage也拥有同样的前进方向,即彻底颠覆双控制器阵列市场。这三家公司都推出了自己的混合与全闪存配置方案及配套软件,并宣称其产品较EMC、IBM以及NetApp等主流厂商的技术成果更具效率优势。
三家年轻的企业都拥有迅猛的发展态势,而EMC及NetApp公司的传统阵列销售额则一路不断下滑。很明显,三方已经成为威胁固有市场布局的一股强大力量。
传统阵列市场拥有极为庞大的规模,这三家相对袖珍的企业完全能够在尚未引发主流厂商足够重视的情况下大口吞噬业务份额(相对于其自身规模而言)。除了它们之外,Nutanix以及SimpliVity等超融合型基础设施设备(简称HCIA)初创企业亦拥有迅猛的发展态势,这亦使得主流存储厂商的客户基础遭到进一步冲击。
这就像是一头巨大的鲸鱼在遭受鲨鱼攻击的同时仍然安详游弋,完全没有注意到其身畔已是血流如注。
而与此同时,各超融合型基础设施设备厂商与混合阵列企业也在浩瀚的市场上各自为政,彼此互不影响。面对几乎必然成功的前景,押下重注的风险投资商们越来越欣喜、越来越激动,而老朽且迟缓的EMC、IBM以及NetApp等原先的存储巨头对这一切却无能为力。
它们似乎根本没有意识到发生了什么。继续傻乐吧,传统巨头们,你们的食物已经不多了。
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。