云数据管理™备份解决方案厂商 Veeam Software(卫盟软件)今日宣布,其年度订单总额超过 10 亿美元,这一里程碑目标的实现标志着其跻身精英软件公司行列。在订单总额突破 10 亿美元之际,Veeam 的客户数量也超过了 35 万,新客户增速为每月 4,000 以上,这说明其转型发展首战告捷。在迈阿密举行的 VeeamON 2019 大会上,Veeam将阐述其如何加快实现云数据管理领导地位,以及如何开启下一阶段的成功增长。
Veeam 联合创始人兼全球销售和营销执行副总裁 Ratmir Timashev 表示:“Veeam 开创了 VMware 备份市场,并在过去十年间一直处于这一市场的领先地位。这只是 Veeam 的第一步,我非常高兴实现了 10 亿美元这一目标;2013 年我曾预测我们有望在六年之内实现这个目标,我们真的做到了!然而,当前的市场仍变幻莫测。尽管备份依然非常重要,但是如今的客户正借助 AWS、Azure、IBM 和 Google 等平台搭建混合云环境,他们需要的不仅仅只是备份解决方案。要在这种不断变化的环境中获得成功,Veeam 必须主动出击,积极调整。Veeam 不仅拥有 6万多个渠道合作伙伴和服务提供商合作伙伴,而且还拥有包含思科、慧与 (HPE)、NetApp、Nutanix 和 Pure Storage 等在内的广泛的技术合作伙伴生态系统。我们已经准备好下一阶段继续引领新的云数据管理市场,我们的混合云愿景和战略将见证我们未来的成功,这使得其他竞争对手都望尘莫及。”
十多年来,Veeam 一直是备份、恢复和复制解决方案的领导厂商。最初专注于 VMware 环境的服务器虚拟化解决方案,近年来,Veeam 不断扩展其核心服务和解决方案,一方面提供与多个虚拟机管理程序、物理服务器和端点的集成,以及基于公有云和 SaaS(软件即服务)的工作负载;另一方面,与云、存储、服务器、HCI 和应用程序供应商合作,联合提供强大的云数据管理平台。
Veeam 以合作伙伴为中心的战略和顺应市场趋势主动调整的能力一直是其成功的关键,也是推动其下一阶段继续发展的基石。今年一月,Veeam 推出的 Veeam Availability Suite 9.5 Update 4 具备全新主要功能,可轻松实现云迁移和云移动、云原生备份、经济高效的数据保留以及移动式云就绪许可,增强数据管理和安全性,让服务提供商能够比以往更加轻松地将并由 Veeam 提供支持的服务快速推向市场。此外,Veeam 今日还宣布启动新的 with VeeamTM 计划(参见另一篇新闻稿),与位居市场前列的企业存储和超融合 (HCI) 供应商合作,将 Veeam 软件解决方案与前沿的存储和 HCI 基础架构硬件和管理堆栈有机结合,携手为客户提供全面的二级存储解决方案。Veeam与 ExaGrid 和 Nutanix 合作开发的解决方案已相继推出。
“我们从一开始就重视与合作伙伴协作为客户创造价值。通过与存储和云供应商合作,我们为各种规模的企业客户提供灵活可选的解决方案,并助力客户创造价值。新的 with Veeam 计划正是这种合作方式的生动写照,这一战略有助于我们进一步扩大我们的领先优势。”Timashev 补充说道。
Veeam 能够不断改变并顺应市场进行调整、深入了解客户需求、保持创新步伐并积极分析行业拐点对客户的影响,这些因素使其成为无可争议的云数据管理领域的领军企业。预计到2020年,云数据管理市场将超过 150 亿美元 。
了解更多信息,请访问 https://www.veeam.com。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。