Nutanix已经向美国证券交易委员会提交了修订的S-1 IPO文件,其中的数据显示,Nutanix凭借着强力增长的业务为IPO做好了准备。

Nutanix CEO Dheeraj Pandey
Nutanix最新的财报数据无论从环比和同比收入增长方面看起来都非常令人满意,净亏损增长大幅放缓,在收入中所占比例也越来越小。2016财年全年(截止于2016年7月底)的季度收入和净亏损是:
• Q1 - .77m (-.55m)
• Q2 - 2.7m (-.2m)
• Q3 - 4.69m (-.82m)
• Q4 - 9.79m (-.93m)
年底财报数据显示收入增长曲线非常陡峭:
• Fy2013 - .53m (-.73m)
• Fy 2014 - 7.13m (-.00m)
• Fy 2015 - 1.43m (-6.13m)
• Fy 2016 - 4.93m (-8.5m)
如果用下面的图表会清楚地显示增长形式:

下面的图表显示的年度收入趋势令人印象深刻:

如果这种增长率还将在明年持续的话,那么可能会达到7.5亿美元的收入,在2018财年突破10亿美元大关。
另外,Nutanix的客户总数增长曲线仍然十分陡峭,这显示出季度客户新增数量不断增加,目前总数是3768:

我们看到Nutanix的增长十分抢眼,希望最近对Calm.io以及PernixData的收入将帮助Nutanix保持高速的增长。
评论
曾经有大量全闪存(AFA)初创公司涌现市场,但有大多数初创公司都被收购了,只有一家在IPO--Pure Storage。其中两个幸存者,即Kaminario和Violin,两家企业似乎离IPO还很远,并且面临着那些来自于希望进入全闪存市场的混合阵列初创公司的产品竞争--Nimble、Tegile以及Tintri。
NVMe驱动器和NVMe over Fabrics是重新改写整个外部存储阵列游戏规则的两项技术,现在这个领域正在迎来颠覆期,并且随着大量初创公司都努力在市场中幸存下来,我们也期待NVMe驱动器和NVMe over Fabrics迎来蓬勃防战,最终将会看到更多的整合发生。
在超融合基础设施领域,充斥着大量初创公司以及通过收购和开发自己技术而进入到这个市场中的厂商;思科、HperFlex、戴尔VSAN和VxRai、HPE、华为,还有像Nutanix、SimpliVity、Maxta这样的初创公司,但目前只有Nutanix准备要上市。
对于很多超融合基础设施初创公司来说,他们担心全闪存初创公司模式可能会重演,目前只有一家厂商上市,其他则在努力生存下来。这些厂商或许也希望被日立、联想以及NetApp等这样规模的大厂商。或者他们会考虑选择技术差异化,例如专注于容器、混合云支持、增加POWER以及/或者ARM服务器支持以避过x86通用服务器的激烈竞争,或者专注于应用堆栈上层。
所有超融合基础设施初创公司可能会认为,在Nutanix上市之后整个市场情况会发生根本改变,他们最好是准备了B计划甚至是C计划,因为超融合基础设施市场竞争将会变得极为激烈。PernixData的命运(支持者失去了大量现金)也许对他们来说就是一个经验教训。
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。