有消息人士称,合作伙伴正在向思科施压,进行超融合基础设施的收购,而不是像前不久与超融合初创公司Springpath签订的OEM协议。
"我宁愿看到的是收购,而不是合作伙伴关系,因为如果有人收购了这家公司,合作伙伴关系就会分崩离析,这对思科来说是不利的,"一位不愿透露姓名的思科金牌合作伙伴高管称。"如果有其他厂商决定收购这家公司,把你晾在一边了,怎么办,'现在我该怎么办?'[例如,]思科与F5签订了OEM协议,如果F5发生了什么事情,他们可能会很容易地切换到Riverbed,但是在超融合领域,这件事就变得更为困难了。"
有消息人士称,思科正在开发一款新的超融合一体机,将思科的UCS服务器与来自Springpath的技术结合起来。在这个与Springpath的协议下,思科有收购这家总部在加州桑尼维尔的软件公司的选择。
TeckLinks是一家总部在阿拉巴马州伯明翰的解决方案提供商、思科合作伙伴公司,该公司销售执行副总裁Michael Girouard表示:"我想看到的是一次收购?是的。我不认识市场了解Springpath。如果他们不收购一家知名的公司[如SimpliVity或者Nutanix],那么[收购Springpath]对他们来说是一个涉足该领域的好方法。"
另外一位来自与思科合作的解决方案提供商的高管称,如果思科签订了一份OEM协议的话,将不会得到赢得显著的市场态势或者跨入领导者行列。
"所有思科的销售代表都在期待[看到一次超融合收购],思科将会推出一个渠道计划让人们得到认证,这样年底会看到一些市场成效--如果只是OEM协议的话是无法做到这一点的,OEM协议不会带来改变,"这位不愿透露姓名的高管说。
有合作伙伴表示,2015年思科在安全和云等很多领域进行了大量收购,而超融合收购同样很重要。
Presidio是一家总部在纽约的顶级思科合作伙伴,该公司网络及安全战略技术部门副总裁Randy Olsson表示,他相信思科很快就会在超融合领域有所动作。
"他们需要对超融合市场做出响应,他们需要一个很好的答案,"Olsson这样说。"我等不及想要正式地听到这个问题的答案……这将是工具箱中的一款新增工具,为客户提供他们想要的东西。"
思科表示它不会对传闻或者猜测作出评论。
调研公司IDC预测,2015年超融合市场规模将达到8.068亿美元,并且会在今年增长到超过15亿美元。
去年,已经有思科合作伙伴呼吁思科在超融合领域来一个大手笔,然后思科关闭Invicta存储业务让这团火焰进一步煽起。在8月的一次采访中,思科首席执行官Chuck Robbins表示,思科对于在超融合基础设施解决方案方面选择合作模式而不是开发自己的产品线"很满意"。
去年5月有传闻说思科正在考虑收购超融合领导厂商Nutanix。Nutanix首席执行官Dheeraj Pandey很快驳斥了这个传闻,称如果Nutanix想要被收购的话会优先考虑戴尔,后者已经与Nutanix建立了合作伙伴关系。
思科在2014年9月与超融合一体机开发商SimpliVity建立了合作伙伴关系,思科出售该公司的软件和思科UCS服务器硬件。
有解决方案提供商表示,思科通过收购Spring一头扎进超融合市场并不算太晚。
"我的直觉告诉我,'哇,你们真的是太迟了'--但是,当我退一步看这个市场,真是这样的吗?"这位思科金牌合作伙伴表示。"有很多传闻,有很多人在讨论,但是归根结底,Nutanix到底卖了多少,客户真正为此买单了多少?我认为他们的时机可能是不错的,即使我首先想到的是他们应该一年前就这么做了。"
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。