近日,Veritas宣布收购fluid Operations AG,帮助客户实现在数据方面的投资回报。
Veritas表示,购买私有公司FluidOps将“加速Veritas实现让客户能够利用数据的强大功能——不管数据在哪——同时推动洞察力获得竞争优势的使命。”
这次收购的财务条款没有对外披露。
位于德国Walldorf的fluid Operations AG公司成立于2008年,它的数据管理工具可用于协调、整合和优化孤岛中的结构化和非结构化数据源,不管是本地环境、公有云还是私有云。
自成立以来该公司已经通过B轮融资获得400万美元。
Veritas表示,考虑到所用存储选项范围不同,许多企业都在试图管理、分析和优化数据以转化为可行的情报信息。
虽然云技术让企业安全地存储数据、外包IT需求以及减少运营工作负载,但将结构化和非结构化数据结合在一起、并实现投资回报可能是一项挑战。
Veritas首席执行官Mike Palmer表示,此次交易将提供“对当今全球企业至关重要的全新编排和语义集成。”
此外,Veritas希望这次收购能够进一步助力Veritas在人工智能和机器学习领域的雄心壮志。
fluid Operations AG的产品组合将被整合到“当前和未来”数据管理解决方案中,从今年晚些时候即将推出的NAS解决方案Veritas Access 7.4开始。
fluid Operations AG联合创始人Andreas Eberhart博士表示:“我们很高兴加入Veritas团队。多年来,我们一直专注于为客户提供针对异构数据池的智能数据管理解决方案,帮助企业弥合数据孤岛,从数据透明度中受益,并加速混合云领域的创新。”
好文章,需要你的鼓励
仿人机器人与自动驾驶汽车在区域架构、功能安全及雷达传感方面高度相似。多分辨率摄像头组合可更好地模拟人类视野,兼顾广角低保真与局部高精度需求。自然运动需实时计算正逆运动学、距离与深度,同时须兼顾功耗效率。当前视觉与基础操控技术最为成熟,而触觉、全身协调及非结构化环境中的移动能力仍是主要挑战。业界正借鉴自动驾驶经验,加速推进仿人机器人的规模化落地。
这项研究提出Epi2Diff方法,通过将大型推理模型的解题思考过程拆解为认知片段序列,提取过程特征预测考题对人类的难度,在四个真实考试数据集上超越了所有对比基线。
随着AI技术发展,攻击者可融合白市、灰市及黑市数据,构建个人及其环境的数字孪生体,使定向攻击更为便捷。专家指出,AI与网络安全的核心交汇点是数据本身。防御AI数据融合攻击需依赖硬件信任根、强加密、安全密钥存储及严格的数据匿名化措施。芯片架构师需将安全设计嵌入硬件层,确保数据完整性验证、隔离执行及认证数据流,以应对日益复杂的运行时攻击面。
南京大学与阿里巴巴提出MIMFlow,将掩码图像建模与标准化流端到端融合,让生成模型专注语义建模,以更少参数和更少令牌在ImageNet上取得FID 2.50的优异表现。