科技和风险投资领域的十几家知名公司正在把赌注压在一家会撼动数据存储市场、名为Cohesity的初创公司上。
领投的GV是Alphabet的风险投资部门,这轮融资中已经向Cohesity投资超过9000万美元,使其外部总投资金额超过1.6亿美元。就在不到一年前,Cohesity走出隐身模式,推出了一款旨在保存所谓二级数据的存储系统。
据Cohesity称,这类数据包含备份、归档文件以及企业几乎不定期使用的任何类型的信息记录。Cohesity宣称这种信息在企业存储基础设施中占比大约能达到80%。Cohesity的系统提供了一个集中化的控制台,允许管理员在一个地方统一管理他们的所有文件,这在很多方面都是非常便利的。
首先,Cohesity的平台不需要企业处理二级数据所常用的单独的工具和设备。Cohesity宣称,他们的方法打消了技术壁垒,以前这些壁垒使得管理员很难找到冗余的信息,无法为其他工作负载释放空间。
Cohesity通过提供一系列旨在简化日常运营的高级管理功能来解决这个问题。Cohesity的平台允许存储人员查找记录、分析存储使用情况以寻找需要改进的方面,并采取措施以确保信息是随时可用的。如果企业本地硬件空间不足的话,它还提供了将文件迁移到云中的选项。
Cohesity以预配置系统和虚拟设备(可以安装在主流公有云平台或者第三方硬件上)的形式售卖这款平台。目前它兼容来自HPE和思科的硬件设备,而且这两家公司与GV一起都为这轮融资做出了贡献。
根据该公司的融资公告,Cohesity将把这笔新的资金用于扩大全球业务,扩大销售、营销和工程规模,专注于开发“除了数据保护之外的二级存储使用实例”。
好文章,需要你的鼓励
希腊塞萨洛尼基大学研究团队开发出MIR-L算法,通过"彩票假说"发现大型图像修复网络中的关键子网络。该算法采用迭代剪枝策略,将网络参数减少90%的同时保持甚至提升修复性能。MIR-L能同时处理去雨、去雾、降噪等多种图片问题,为资源受限设备的实时图像处理提供了高效解决方案,具有重要的实用价值和环保意义。
这项由OpenRouter公司团队和Andreessen Horowitz(a16z)投资机构联合开展的研究,于2025年12月发表。
卡内基梅隆大学团队提出DistCA技术,通过分离AI模型中的注意力计算解决长文本训练负载不平衡问题。该技术将计算密集的注意力任务独立调度到专门服务器,配合乒乓执行机制隐藏通信开销,在512个GPU的大规模实验中实现35%的训练加速,为高效长文本AI模型训练提供了新方案。