投资不断
投资者发现不乏存储公司可以下,无论这些公司是开发通用存储、特定应用存储还是云存储。
下面让我们来看看这10家要么最近刚刚走出隐身模式、或者推出了首款产品的独立存储初创公司。
Alluxio
创始人:李浩源
Alluxio最早在美国加州大学伯克利分校的AMPLab是以Tachyon成立的。这家位于美国加利福尼亚州圣马特奥的公司,提供了对内部、云端或两者的企业数据进行全局访问的技术,可管理应用与文件或对象存储之间的通信,并将文件数据视为对象存储,反之亦然。Alluxio集群充当连接存储系统中数据的一种缓存。
Attala Systems
总裁、CTO:Sujith Arramreddy
Attala公司位于美国加利福尼亚州圣何塞市,是一家基于横向扩展结构的可组合式存储基础架构开发商。该架构使用标准以太网网络来连接多个服务器和存储节点,可动态地将NVMe卷从无服务器存储节点连接到服务器、虚拟机或容器,其中应用驻留的延迟低至15微秒。
Cloud Daddy
创始人、CEO:Joe Merces
Cloud Daddy公司位于美国新泽西州普林斯顿,在6月底通过推出Secure Backup进入存储市场。Secure Backup将AWS原生备份和灾难恢复功能、安全性和基础架构管理整合到单一产品中,提供从免费版到企业版的多个版本,具有全面的多租户数据保护和恢复功能以及完整的安全功能,包括实例防火墙和规则,以及安全组管理。
HYCU
CEO:西蒙泰勒
HYCU是一家位于美国波士顿的数据保护技术开发商,最初是专门面向超融合基础设施环境的。该公司今年年初从总部位于荷兰的Comtrade Software公司剥离出来。HYCU的数据保护技术最初是为Nutanix超融合基础设施平台开发的,但现在也支持VMware ESX管理程序。
Liqid
联合创始人、CEO:Sumit Puri
Liqid位于美国科罗拉多州布鲁姆菲尔德,它的Liqid Composable技术利用行业标准的计算、网络、存储和GPU组件,提供了一个由分散资源池构建的可扩展架构。这些资源可以分解、池化、编排,并在裸机层面按需跨PCIe结构进行重新调整,延迟在亚微秒级。
Morro Data
创始人、CEO:Paul Tien
Morro Data位于美国加利福尼亚州弗里蒙特,它的CloudNAS混合云文件服务可以覆盖从单一设备到多站点企业,提供主存储和归档存储,即时文件同步,以及跨多个站点的共享和协作。CloudNAS将CacheDrive的高速文件访问和NAS SMB接口进行结合,并把云存储视为本地NAS文件服务器。
OpenIO
CEO:Laurent Denel
OpenIO开发的技术可以把商用服务器转换为大型对象存储和计算池。OpenIO 的OpenIO SDS软件可以在1个CPU内核和512 MB RAM上运行,几乎可以在任何硬件上使用。OpenIO可以在从远程嵌入式设备到数据中心的各种环境中安装相同的软件,以存储、保护、处理和服务于几乎任何对象数据。
RStor
创始人,首席执行官:Giovanni Coglitore
位于美国加利福尼亚州萨拉托加市的RStor,在今年推出了RStor Multicloud平台,该平台将私有数据中心和公有云资源聚合到一个结构中。数据可以快速移动到计算资源,反之亦然。此外RStor还推出了Data Lake,这是一项位于云边缘的企业存储服务,可帮助企业安全地访问内部IT、公有云和超级计算中心的数据。
Storbyte
CEO:Steve Groenke
闪存存储技术开发商Storbyte在4月走出隐身哦是,推出了新的闪存存储阵列,使用模块化闪存以及专利技术,提供企业级性能,并承诺大大延长内存的使用寿命。这家位于美国华盛顿特区的公司推出的全闪存阵列采用Eco-Flash全闪存模块,旨在长期保持性能水平。
Termaxia
CEO:Changbin Liu
Termaxia开发了针对对象数据的EB级高性能大数据存储系统,既可通过面向Amazon S3和OpenStack的API支持对象数据,又可以通过面向POSIX、NFS和Hadoop的API支持文件数据。这家位于美国费城的初创公司表示,与传统系统相比,Storbyte平台的功耗不到其1/5,硬件需求不到一半,同时还提供了随时部署和简单的管理和监控功能。
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。