在Forrester Research本周发表一份新的报告中,Nutanix、SimpliVity和Pivot3被列为蓬勃发展的超融合基础设施市场中的领导厂商。
在这份题为《Forrester Wave报告:超融合基础设施(HCI)》的报告中,Forrester评估了12家超融合基础设施技术提供商,从EMC、思科和HPE这样的大型传统厂商,到Nutanix、SimpliVity和pivot3这样的小型初创公司。
被Forrester列为领导者的三家公司分别是位于加州圣何塞的Nutanix、位于马萨诸塞州韦斯特伯鲁的SimpliVity、以及位于德克萨斯州奥斯汀的Pivot3。
Pivot3虽然在规模上要比Nutanix和SimpliVity小,但是在两年前创建的时候就出货了超融合基础设施解决方案。Pivot3已经有超过1600家客户,Forrester在研究中发现,它是全球两大超融合数据存储集群之一的核心。
Forrester称Nutanix是能够提升一些最大型(有超过100个节点)、受管理的集群的领导厂商,并提到了Nutanix的易用性、简化管理以及无中断等能力。Forrester估计,Nutanix大约2亿美元的年收入使其成为收入方面最大的超融合基础设施提供商。
Forrester还提到,SimpliVity提供的解决方案虽然局限于24个节点,但是有强大的多站点能力,连接集群的总原始容量达到1.3PB。
在Forrester Wave提到的这三个领导这种,Nutanix和Pivot3据称都可能会计划IPO上市。上周Pivot3公布自己在2016年上半年的收入比2015年上半年增长了103%,新增了超过400家客户。Pivot3还表示,2016年上半年自己的员工人数增加了40%。
Nutanix和Pivot3都拒绝就Forrester Wave报告发表评论,理由是Forrester禁止谈论该报告,截稿时SimpliVity也没有回应。
Forrester Wave是评估市场的领导者,类似于知名的Gartner魔力象限。在Forrester Wave中,拥有特定技术的厂商被分为领导者、抢眼表现者、竞争者和挑战者,依据是他们在战略以及现有产品方面的表现。
在报告中,Forrester将超融合基础设施定义为“一种技术型基础设施的方式,将服务器、存储和网络功能封装到一个模块化的单元中,并增加软件层跨多个单元快速且轻松地发现、池化和重新配置资产,无需深度技术技能。”
在2016年上半年的超融合基础设施Forrester Wave中,Forrester根据产品供货、厂商会议、参考客户评估以及解决方案展示对厂商进行分类。Forrester Wave中的解决方案和厂商必须也“赢得了Forrester客户的浓厚兴趣”,Forrester在报告中这样表示。
在今年的Forrester Wave中被列为“抢眼表现者”的厂商包括位于加州山景城的Atlantis Computing;位于加州山景程的Gridstore,上个月重新命名为HyperGrid;位于马萨诸四周霍普金顿的EMC;位于以色列的Stratoscale;位于加州帕洛阿尔托的VMware;位于加州圣何塞的思科;位于加州帕洛阿尔托的HPE;以及中国厂商华为。
位于印第安纳波利斯的Scale Computing被Forrester Wave列为竞争者。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。