NetApp今天宣布将收购位于新泽西州的混合云存储软件提供商Talon Storage Solutions以扩展自己的产品组合,交易条款未对外披露。
Talon开发的软件平台FAST可以帮助拥有许多分支机构的企业更有效地管理存储基础设施,解决分支机构存储环境经常存在重复文件(例如已经在企业内部其他地方保存了的记录副本)的烦恼。FAST平台是一种虚拟设备,可以本地运行在远程办公室,而且只是把最常用的文件下载到本地环境中以释放容量。
Talon声称,FAST软件释放的容量可以快速增加。Talon产品总监Jaap van Duijvenbode在博客中写道,FAST帮助一些客户降低存储成本高达70%。
目前Talon的客户超过400家,包括保险巨头Swiss Reinsurance、Lego AB和Capita plc。
Talon的很多客户也是NetApp的客户,这主要是因为Talon已经在FAST平台和NetApp基于云的数据存储系统Cloud Volumes OnTap之间进行了集成。这样客户就可以把所有数据集中于运行在公有云上的CloudVolumes OnTap中,然后使用FAST将数据同步到分支机构,从而创建一个大型统一存储层,集中进行管理。
NetApp计划在完成收购之后更紧密地将FAST与NetApp产品进行集成。这次收购将有助于促进NetApp蓬勃发展的云数据服务部门,这部分业务相对于NetApp主要的数据中心硬件业务而言规模仍然很小,但最近增长速度很快。截至1月24日的最新季度,NetApp报告的经常性云数据服务收入增长了146%。
NetApp高级副总裁、云数据服务业务部门总经理Anthony Lye在接受媒体采访时表示,NetApp希望通过此次收购提高客户将远程办公室和后台办公室迁移到云(特别是NetApp平台)的能力。
Lye说:“我们希望为客户提供更完整的解决方案,而且是一个来源的。我们希望让人们轻松地将工作负载迁移到NetApp。”
他说,在接下来的90天内Talon解决方案将成为Global File Cache服务的一部分,免费提供给NetApp Cloud Volumes Service和Azure NetApp Files解决方案的客户。Lye补充说:“我们将提供越来越多的数据服务。”
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。