Exagrid、owncloud与Simplivity三方均表示已经成功实现逆境发展
醒醒,闻闻咖啡的香气,苦难与绝望终将过去。
面对此前六家存储厂商进行裁员的状况,另外三家存储初创企业则表现得非常乐观。Exagrid、owncloud以及Simplivity目前均表示市场需要由其推出的出色产品。醒醒吧,各位竞争对手,对抗还未最终结束。
Actifio、Atlantis、Coho Data、DataGravity、Panasas以及Tegile最近都进行了员工裁撤。
相比之下,Exagrid则迎来了理想的营收业绩:
ExaGrid公司CEO兼总裁Bill Andrews告诉我们:“我们意识到eVault(目前已经为Carbonite所收购)裁撤了其大部分现场销售人员,而我们则将这部分人才纳为己用。”
除此之外,EMC以及其它四家未透露身份的存储厂商都在着手进行裁员。
Bill指出:“我们是惟一一家营收超过5000万美元,同比营收增幅超过30%且目前仍持有现金余量的存储供应商。其它部分厂商营收增幅在20%以上,或者虽然增幅超过30%但现金余量已为负值。另外,手握现金余量的供应商在营收增幅方面往往不足10%。”
以下图表直观展示了他给出的评论意见。
而最令人印象深刻的是,目前具备重复数据删除功能的备份产品线已经不再是什么新兴事物,亦无法充当有力的营收推动因素; 相关实例可参见EMC的Data Domain以及昆腾的DXi。然而,ExaGrid公司每年却能够利用这座同样的矿井开采出更多宝贵收益。
ownCloud公司是一家开源文件同步与共享方案厂商,其业务重点在于为移动设备用户提供通用型文件访问机制。该公司告诉我们,自2014年到2015年其营收总额增长100%,而2015年年内的产品预订总额达到800万美元。
2014年,其软件代码下载次数为360万次,而到2015年这一数字则迅速增长至870万次。目前相当一部分全球三百强企业已经成为其客户。
ownCloud公司告诉我们,其2014年拥有200万免费客户与50万付费客户,二者合计达250万之巨。去年其免费客户数量增长至650万,而订阅客户则达到1150万,合计1800万,较2014年增长540%。
ownCloud公司联合创始人兼CEO Markus Rex表示,2016年虽然刚刚开始,但目前已经有迹象表明其发展势头仍然强劲,这也意味着ownCloud在量级上已经可与Dropbox/Box相比肩。
不过开源厂商是否拥有发展前景目前仍然存在激烈讨论,而且ownCloud公司的融资历史也有些寒酸——自2011年建立以来其融资总额仅为962万美元。很多初创企业甚至在种子轮融资开始前就持有更为可观的资金储备。
作为一家HCIA方案供应商,SimpliVity在2015年年内实现两倍于上年的订单总额度。该公司亦成功实现高达250%的客户数量增长。2015年第四季度,有30%订单金额源自现有客户; 换言之也就是在重复订购之外,其客户规模亦实现迅猛提升。
SimpliVity公司CEO Doron Kempel表示,其新客户包括北美地区三大电信厂商中的两家,五大石油与天然气企业中的一家、五大全球娱乐企业中的一家,外加全球五大奢侈品牌之一。其营收总额中有半数来自美国之外的市场。
另外其活跃渠道合作伙伴数量同比增长亦接近200%,另外更多新的分销商也加入进来,具体范畴涵盖欧洲、亚洲、美国与加拿大、澳大利亚以及新西兰。
SimpliVity公司目前拥有750名员工,新员工主要就职于慕尼黑、西雅图、黄柏以及罗利等城市。
Kempel充满自信地表示:“2015年年内SimpliVity超融合型基础设施方案的市场需求迎来激增。”
这种势头当然必须被保持下去,特别是考虑到VMware日前宣称将在VSAN 6.2版本当中添加重复数据删除、压缩以及擦除编码等新功能。
而Doron则不假思索地宣称:“随着2016年年内超融合型基础设施逐步成为主流,我们强大的客户群体、独家合作伙伴以及卓越的技术基础将令SimpliVity公司在市场上拥有完善的优势地位。”
这意味着Nutanix与VMware的VSAN都需要为SimliVity的发展让路。市场决定一切,就让时间检验SimpliVity的豪言能否成为现实。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。