全闪存阵列提供商Kaminario在F轮融资中获得了7500万美元,总资金达到2.18亿美元
私募股权公司Waterwood在该轮融资中领投,其战略是投资于处于增长阶段的技术公司,此外资金还来自于新兴的、现有的投资者,包括红杉、Pitango、Lazarus、Silicon Valley Bank以及Globespan Capital Partners。
Kaminario首席执行官Dani Golan表示:“这轮融资将使我们继续在全球的扩张,加快我们的创新步伐以更好地服务于客户,”这意味着Kaminario将扩大其市场计划,利用渠道计划加强在东西欧、亚太、中东的全球覆盖,并开发自己的产品技术。
市场计划包括扩大技术生态系统合作伙伴关系,更加紧密地集成数据库平台、虚拟化解决方案、虚拟机管理程序和开发范例。
工程开发将包括无中断的免费升级,NVMe驱动器以及使用NVMe over Fabric。
重点将是支持DevOps和容器化,让存储更接近计算。配置虚拟阵列将变成可能,例如对于应用来说,重新快速动态配置、增加更多计算。
Kaminario还期待未来更加多层次化,这样就能利用尚未产品化的架构功能。我们可以设想阵列中将有不同类别的NVMe存储机架。一种可能是关键任务型,采用高性能(读和写)和高耐用性闪存驱动器,适合于OLTP和分析。
第二种可能是读优化的机架,采用具有较低耐用性的驱动器。可以想到,第三种机架是采用更低写入耐用性的驱动器,针对那些写入需求较低、但是读需求一般或者较高的应用。这种多层次的开发取决于那些为这些层开发专有驱动器的闪存硬件厂商。
Kaminario指出,根据IDC的研究报告显示,全闪存阵列市场从2015年到2020年的复合年增长率预计为21.4%,成为规模400亿美元企业级存储系统市场中增长最快的一个细分市场。Kaminario认为,物联网的崛起,云计算和智能终端连接设备是增长的主要动力。
Golan表示,Kaminario通常是向专注于SaaS客户和项目进行售卖,他们的数据存储需求增长快,即使传统存储阵列市场正在下滑。
他强调说,这次融资是超额认购的,Kaminario最初只计划筹集大约4000万美元。他说,投资者有信心Kaminario现有的和正在开发的技术能够维持和扩大Kaminario未来计划的竞争优势。
ESG创始人、高级分析师Steve Dulessie在声明中称:“I/O慢可能意味着业务的死亡——还有过量配置的成本。Kaminario可以很完美地处理过量的I/O需求,而又不迫使提供商提前采购超出需求的量。”
Wikibon共同创始人、首席技术官David Floyer在他的声明中暗示了K2阵列“多层次”的未来:“Kaminario很好地解决了企业对性能和容量型闪存存储的需求。”
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。