除了上市之外,接受收购对于存储阵列企业而言也不失为一种选择。
好了好了,我们买Tegile,行不行?
在投入14亿美元以收购西数-东芝闪存代工合资企业中的东芝股份之后,西部数据方面又将收购的“魔爪”伸向Tegile存储阵列公司。同样值得一提的是,西数公司还于昨天以1亿美元的惊人价码将消费级云存储企业Upthere收入囊中。
Tegile公司一直在以IntelliFlash为品牌出售混合闪存/磁盘以及全闪存阵列产品,而不久之前该产品线刚刚迎来NVMe驱动器技术的加入。
这家年轻的公司诞生于2010年,总融资金额为1.78亿美元——其中部分来自西部数据方面。双方已经就西数收购Tegile签订了最终协议,按照五倍投资回报率来计算,则西部数据需要为其掏出高达8.9亿美元的真金白银。将Upthere与Tegile合并计算,西数此轮收购活动的总金额很可能超过10亿美元。
西部数据公司将通过此次收购获得Tegile旗下的产品线与员工,外加超过1700家新客户。收购完成后,Tegile将被并入西部数据的数据中心系统(简称DCS)业务部门,由高级副总裁兼总经理Phil Bullinger负责管理——在此之前,其曾经负责过ActiveScale以及Active Archive阵列等大数据级对象存储产品的销售工作。
西部数据为什么要拿下这家存储阵列厂商?
西部数据公司总裁兼COO Mike Cordano在一份声明当中解释称,“对Tegile的收购完全符合西部数据公司的长期发展战略,即提供高价值解决方案以满足客户快速变化的存储需求。Tegile公司的技术成果与人才团队将显著推动我们达成目标的速度,具体包括帮助客户解决其在获取、保存、转换以及访问数据方面所面临的各类重大挑战。”
Bullinger同时补充称,“通过将Tegile的创新型存储系统与西部数据的全球业务以及组件与系统方案相结合,我们预计数据中心系统部门将能够在闪存阵列市场之上占据可观份额。西部数据公司专注于系统业务,而此次收购将成为推动我们长远战略的重要一步。”
Tegile公司CEO Rohit Kshetrapal则指出,“西部数据公司已经成为Tegile的一位关键性合作伙伴兼长期投资方,同时在工程技术整合、HDD/SSD供应链效率、市场化举措以及客户支持等方面为Tegile提供有力协助。”
简而言之,西部数据认为此次收购能够加速其数据中心系统业务部门的营收增长——这主要是考虑到Tegile掌握的高价值、高增长闪存阵列能够补充现有数据中心系统产品,同时为西部数据的全球客户提供更多解决方案选项。
竞争关系
全部现有内部存储阵列系统(硬件与软件)供应商皆将面对来自西部数据加Tegile的竞争挑战,具体包括:
算上西部数据-Tegile,目前市场上已经存在十家主流一级数据存储阵列供应商,七家NVMe架构级阵列供应商以及至少五家其它供应商。
而内部存储阵列市场还面临着其它威胁势力,其一为超融合型系统,其二为公有云存储方案。另外,总计22家厂商对于内部阵列市场来说,无疑显得太过拥挤。
在我们看来,未来这一领域将掀起一股合并风潮,其中较弱的厂商将遭到吞并,而更为强大的厂商则能够借此强化自身产品线。我们认为IBM与HDS有可能通过这种方式提升自家产品线,而Infinidat、Kaminario以及Tintri都将成为其潜在收购目标。
西部数据-Tegile收购案计划于2017年9月4日当周完成,但实际时间应视具体情况而定。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。