NetApp和思科投资了Datos IO——一家开发以应用为中心的数据管理的公司。这家初创公司的首席执行官透露,他们正在寻求与NetApp建立OEM关系。
Datos IO创建于2014年,在2016年推出了一项技术可以跨多种云和混合云环境管理数千数据副本的技术,该公司首席执行官、共同创始人Tarun Thakur这样表示。
在受到来自NetApp和思科的投资之前,Datos IO已经在风投中得到了1520万美元。他拒绝透露两家公司分别对Datos IO投资的金额,只是说达到“数百万”美元。他说,两家公司的投资并不是作为新一轮融资对外公布的。
思科和NetApp都没有对进一步信息发表评论。
Thakur表示,Datos IO公司此前已经与NetApp和思科建立了技术合作关系,而且目前Datos IO与NetApp也在探讨OEM合作的事情。
他说,有大约90%的Datos IO客户同时也在使用NetApp,包括NetApp的Data Fabric。Data Fabric是NetApp用于跨本地环境、私有云、混合云以及公有云管理数据的架构。
“Datos IO拥有针对NetApp Data Fabric的构建块。我们正在与他们的客户合作,我们帮助保护他们客户云中的数据。但是我们的解决方案并没有与NetApp相捆绑。”
Thakur表示,Datos IO的技术可以很好地配合AppDynamics(思科在今年年初收购)的应用感知技术。
AppDynamics将帮助思科涉足为服务业务,在这方面针对应用的数据性能是至关重要的,他说。
“数据的价值与数据管理息息相关。但是所有公司都专注于以LUN为中心的或者虚拟机为中心的备份,而不是以应用为中心的备份。想想这个问题。如果你是在做微软Sequel备份,那么你需要的是Sequel备份,而不只是一个文件的备份。”
Datos IO还有一个解决方案可以在思科ACI中保护数据的解决方案,而且Datos IO正在与思科就保护UCS和HyperFlex超融合基础设施环境中的数据进行合作。
Integrated Archive Systems是一家位于加州帕洛阿尔托的解决方案提供商、思科和NetApp的长期合作伙伴,该公司工程副总裁John Woodall表示,将Datos IO带入思科和NetApp环境是很意义的。
思科和NetApp都是以数据为中心的公司,对他们来说,秘密武器之一就是在云中以及围绕云的数据保护,并且是应用感知的,Woodall说。
“很多喜欢思科和NetApp这样新进入该市场的公司希望他们能够在应用感知方面打出一片天地。”
例如,思科的ACI对于Datos IO来说就是一个很好的机会,因为它是应用感知的,Woodall说。
对于NetApp来说,这种技术在众多厂商瞄准的多云和混合云环境中是能带来好处的。
“如果你再走近一步,看看NetApp的Data Fabric。在一个以数据为驱动的组织机构中,客户需要以一致的方式管理数据,包括数据保护,不管数据在哪。NetApp有广泛的数据保护工具,并且已经找到了一条利用原生工具的路径。但同时它也提供CloudSync to AWS,因为客户有时候并不关心是哪家厂商。”
NetApp投资这样一家可以帮助它扩展Data Fabric的公司是有道理的,Woodall说。
而且不止是来自NetApp的投资。“既然Datos IO谈到了OEM,我想如果Datos IO也许在不久的将来可以在W-2方面找到机会。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。