我还只是家“年轻”的初创企业。
年事已高的初创企业Pivot3公司通过收购全闪存与混合阵列初创企业Nexgen再度回归年轻,并刚刚取得了5460万美元融资。
自2003年成立以来,Pivot3公司的股权与银行融资已经使其总体持有资金高达近2.5亿美元——根据我们的推算,具体为2.4704亿美元——而最近的这次筹款应该属于G轮融资。
我们的记录显示,该公司在十三年的发展历程中总计进行了13次融资。作为一家不再年轻的企业,Pivot3需要向支持者及市场证明其独立实现成功并进行事业自我维持的能力。
Pivot 3公司指出,此次融资将加快其发展速度并帮助其开发出“具备可预测性能表现的超融合与全闪存存储解决方案泛用型套件。”该公司将进一步加快NexGen与Pivot3产品组合的整合速度及产品上市战略。
但这一领域已经相当拥挤,我们可以随意列举出一大堆全闪存与超融合方案供应商:EMC、思科、戴尔、HDS、惠普企业业务公司、华为、GridStore、Kaminario、联想、NetApp、Nimble Storage、Nutanix、Pure Storage、SimpliVity、Tegile、Tintri、Violin Memory以及X-IO等等。而这些还只是其中的一部分。在我们看来,提供“可预测性能”并不足在如此激烈的竞争中脱颖而出。
我们可以推测,Pivot3公司的支持者们决定投入更多资金以支持这家风险较高的初创企业。Argonaut Private Equity 也协同S3 Ventures加入了这场融资活动——双方此前都曾经为Pivot3提供过资金。
Argonaut Private Equity公司执行董事Steve Mitchell指出:“超融合型基础设施与全闪存存储属于两大预计将实现可观增长的新兴市场。Pivot3有望凭借着自身的差异化解决方案成为其中不可替代的参与者之一,并能够解决现代IT数据中心所面临的成本与复杂性难题。”
“不可替代的参与者”与“差异化解决方案”听起来确实不错,但事情是否真是如此?我们真的很难想象会有一家初创企业同时进军全闪存与超融合市场,但同时又明显落后于其它竞争对手的发展进度。
而私募股权组织的影响力似乎也能够从Nexgen收购案中得到体现,可以看出其希望Pivot3公司能够生存、发展并最终进行IPO或者接受整体收购。
根据我们得到的消息,此次筹得的资金将使得Pivot3公司通过将“NexGen QoS能力同Pivot3的领先HCI解决方案加以结合,同时将其专利擦除编码技术扩展至NexGen高性能解决方案当中”的方式“交付一整套新的解决方案组合”。
凭借着这种技术整合,Pivot3公司将能够对传统HCI产品的用例与独立架构进行扩展。这也是目前行业当中惟一的此类解决方案。
Pivot3公司将拿出一部分资金用于扩展自身销售与市场推广团队,从而加快产品上市速度并希望“推动企业业务的持续增长。”
Pivot3公司CEO Ron Nash在声明中指出:“如今的各企业需要一套动态、敏捷且灵活的IT基础设施,从而帮助其获得竞争优势以及更低的持有成本。Pivot3公司正在积极应对这项挑战,希望在市场范围内发起一场面向传统融合型与高性能存储方案的扩展革命,旨在帮助客户更为有效且高效地管理IT并加快新型业务挑战的适应周期。”
如今Pivot3已经拥有至少18位财力雄厚、行业领先、信誉良好且具备强大销售渠道的竞争对手。反复强调上述宏观愿景当然是你的自由,不过Ron同志,13年过去了,也该拿出点实际作为了吧?
期待着Pivot3的新方案,也祝这家年迈的初创企业一切顺利。
好文章,需要你的鼓励
Citrix宣布通过XenServer产品重返主流虚拟化市场,尽管该公司承认产品尚未完全就绪。云软件集团表示XenServer正扩大支持范围以涵盖各类工作负载。Citrix早在2010年代初就基本放弃了XenServer作为主流虚拟化产品的定位。产品管理高级总监认为当前虚拟化市场正经历前所未有的变化,特别是主要厂商的激进许可变更给IT预算带来压力,为Citrix提供了重返市场的机会。
这项由加州大学伯克利分校、香港大学和Adobe联合开展的研究,开发了名为X-Planner的AI图像编辑规划系统,解决了现有AI工具难以理解复杂编辑指令的问题。该系统能将"让图片看起来像夏天"等自然语言指令智能分解为具体编辑步骤,并自动生成精确的控制信息,显著提升了AI图像编辑的准确性和可控性。
Docker公司发布重大新功能,旨在简化智能体AI应用的构建、运行和部署。公司扩展了Docker Compose工具以支持AI智能体和模型的大规模部署,并推出Docker Offload服务,允许开发者将AI工作负载转移到云端。新功能还支持模型上下文协议网关的安全连接,并与谷歌云、微软Azure等合作伙伴集成。
本研究提出了VLM2Vec-V2多模态嵌入模型和MMEB-V2评估基准,首次实现对文本、图片、视频和文档的统一理解。该模型在78个任务上全面领先现有基线,展示了从专门化向通用化发展的重要趋势,为多媒体内容理解、智能搜索和人机交互带来突破性进展。