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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。