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
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。