云存储网关供应商Panzura公司已经在其E轮融资当中筹得3200万美元,而新任CEO Patrick Harr则证明了他在业务发展领域的突出贡献。
根据我们得到的消息,Panzura公司在2016年迎来了创纪录的良好发展态势,其新增超过100家企业客户并将销售渠道与联盟关系扩展至AWS、谷歌、IBM以及微软Azure等云巨头领域。该公司在去年年内新增超过26 PB企业存储数据,其产品则已经被部署至33个国家的多个行业与政府机构当中。
这笔发展资金由Matrix Partners牵头提供,一同参与的还有Meritech Capital Partners、Opus Capital、Chevron、西部数据以及一家未公开的战略投资方。
Harr指出:“内部存储模式已经过时、成本高昂且开始在庞大的自身规模下逐渐崩溃……我们对于新一轮融资结果感到振奋,这将使我们能够将自身业务延伸至更多新客户及市场空间处,从而帮助其通过由已然衰亡的内部存储模式转向混合云存储并借此获益。”
你们这帮还在用内部存储方案的家伙通通要死……哦等等,你们也正是混合云方案的主要受众。不管怎么样,Patrick都用实际言论表达了他的喜悦之情。
去年12月,竞争对手Nasuni公司亦完成了一轮总额达2500万美元的融资。总而言之,云存储网关业务正在不断升温,并成为市场关注的焦点所在。
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。