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
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。