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
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。