在以26亿美元价格收购了Looker Data Science公司之后,谷歌又发起了另一笔收购以加强自己的云平台。
谷歌今天宣布已经签署最终协议收购Elastifile,Elastifile是一家位于以色列和加利福尼亚州圣克拉拉的数据存储初创公司。谷歌云首席执行官Thomas Kurian表示,这笔交易预计将在年底前完成。
Kurian没有披露这次收购的价格,但据以色列商业期刊CTech引用匿名消息人士的话称,谷歌大约为Elastifile付出了约2亿美元。对于Elastifile的投资者而言,这是一个不错的退出。Elastifile此前已经从包括戴尔、思科和Lightspeed Venture Partners在内的三家公司那里筹集了7400万美元。
Elastifile主要销售企业可以在公有云或者本地数据中心硬件上部署的文件存储系统,该系统简化了处理应用数据存储所涉及的日常操作任务,例如在信息增加时提高容量。今年4月Elastifile将该产品提供给谷歌云,作为双方实施广泛产品集成合作的一部分。
这次收购将使Elastifile成为谷歌云的一个组成部分,目前Elastifile已经与谷歌有很多整合:Elastifile的产品直接集成到谷歌云平台的管理界面以及计费和支持系统中。除此之外,Elasitilfe也可以运行在AWS等竞争对手的公有云平台上,但目前还不清楚收购之后这种支持是否还会继续。
Kurian表示,Elastifile将使他的团队能够为企业将传统内部部署系统迁移到云端提供更好的支持。许多传统工作负载(尤其是SAP的业务管理应用)都使用的是文件存储。
这次收购还将让谷歌能够更好地支持已经在本地运行的、以文件为中心的工作负载。例如,半导体制造商eSilicon采用Elastifile在谷歌云上设计存储芯片。电影制片公司和娱乐公司经常维护大型媒体档案,有时涉及数百万个文件。
Elastifile可能最终取代谷歌现有的文件存储服务Cloud Filestore。当谷歌和Elastifile在4月份宣布合作时,谷歌云产品管理总监Dominic Preuss曾表示,Elastifile的平台更适合支持大型多PB的工作负载。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。