Pure Storage今天宣布收购数据服务平台Portworx,希望借此涉足到面向云原生和Kubernetes存储服务这个不断发展的市场。
Pure Storage表示,将以3.7亿美元现金的形式收购Portworx,预计于本月底完成交易。
Pure Storage是一家数据存储服务领先提供商,主要以基于闪存的硬件和软件产品而闻名。与此同时,Portworx还提供Kubernetes数据服务平台,可以为托管在云中的软件容器提供持久存储、高可用性、数据保护、安全性和云移动性。
容器用于托管现代敏捷型的软件应用的组件,而Kubernetes则是用于管理这些容器的开源软件。
Pure Storage表示,这是该公司有史以来规模最大的一笔收购,将有助于Pure Storage加速向支持容器和Kubernetes的多云数据服务市场的扩张。
Pure Storage董事长兼首席执行官Charles Giancarlo在接受采访时曾表示:“这将让现有的传统硬件和应用环境与容器这种新环境相匹配。我们看到Portworx内部的逻辑非常类似于Pure Storage无处不在构建云的理念,无论是在私有数据中心还是在公有云中,看起来都是相似的。我们二者的整合,将为客户创造一个非常一致的环境。”
Pure Storage战略副总裁Matt Kixmoeller在接受媒体采访时表示,Pure Storage将在首席执行官Murli Thirumale的带领下,围绕Portworx成立一个新的云原生业务部门,使得Pure Storage可以提供一整套部署在云端或者本地环境、由Kubernetes编排的数据服务。
Pure Storage援引Gartner的研究结果称,市场对云原生存储服务的需求将是很大的。Gartner研究预测,到2025年全球将有85%的企业会在生产中使用容器。而问题在于,传统的存储平台并不适用于容器应用,因为这些平台无法提供这些应用所需的数据弹性、移动性、安全性和备份功能。
Moor Insights&Strategy分析师Steve McDowell表示:“容器面临的挑战是,这项技术最初是设计用于支持DevOps工作流的临时工作负载,而不是用于需要长期持久存储的企业应用。将容器与存储结合仍然是很麻烦的,还没有企业存储厂商可以向容器市场提供无缝的数据服务体验。”
McDowell说,交付对于Pure Storage来说非常重要,因为Pure Storage的策略是跨本地、按需和公有云为工作负载提供统一的存储体验。但是Pure Storage面临的问题是,在云原生容器化环境中,它能做的事情并不多。McDowell说:“CSI驱动程序只能做到目前这样,这是每个存储OEM都面临的挑战。”
Kixmoeller说:“传统存储解决方案最初并不是针对跟上Kubernetes和容器的发展变化速度而设计的,所以目前这个领域还是非常碎片化的。”
Portworx提供的技术可以克服很多此类问题,Portworx软件通过将商用服务器硬件转换为可跨集群扩展并自动配置自身的融合存储节点,为容器工作负载提供可扩展的存储,这让企业可以更容易地配置容器应用所需的存储资源,用户可以管理每个容器的存储要求。
Portworx产品和市场战略副总裁Michael Ferranti表示,Portworx是最早意识到需要改变对存储的要求以兼容云原生容器应用的公司之一,并于2017年推出了相应产品。Portworx因此吸引了很多风投方的关注,最近一次是2019年初在C轮融资中获得2700万美元,总融资金额超过5500万美元。
McDowell说:“Portworx致力于将数据服务直接引入Kubernetes世界,这是能够引发共鸣的,Portworx在云市场和本地市场实现了显着的增长。”
Kixmoeller说,Portworx在容器存储市场是领先者,尽管Pure Storage朝着将产品以即服务的方向转变,但Portworx从一开始就是如此,“我们有机会建立一个广泛的平台”。
Ferranti说,Portworx将从这次收购中受益,这意味着可以获得更多的受众和更多的资源开发自己的产品。
“感觉两个团队是很契合的,我们的创始团队对现代存储和数据服务平台抱有远大的抱负,因此加入Pure Storage是我们获得更多受众的一种方式。”
McDowell认为,此次收购对两家公司来说都是有意义的,而且成效很快就会显现。他说,两家公司的产品几乎没有重叠,这意味着只需要进行少量的集成就可以了。
McDowell说:“具有竞争力的是,这对Pure来说是一个巨大的推动力,让市场覆盖面远远超出存储阵列所能覆盖的范围。最终,这让Pure能够扩展到传统硬件存储市场之外的企业领域。IT的未来既是软件定义的,也是以云为中心的,因此,像Pure这样的公司要不断发展,就必须积极地向这些新领域扩张。”
好文章,需要你的鼓励
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
阿里巴巴联合浙江大学开发的OmniThink框架让AI学会像人类一样慢思考写作。通过信息树和概念池的双重架构,系统能够动态检索信息、持续反思,突破了传统AI写作内容浅薄重复的局限。实验显示该方法在文章质量各维度均显著超越现有最强基线,知识密度提升明显,为长文本生成研究开辟了新方向。
OpenAI推出新AI模型GPT-5-Codex,能够在无用户协助下完成数小时的编程任务。该模型是GPT-5的改进版本,使用额外编码数据训练。测试显示,GPT-5-Codex可独立工作超过7小时,能自动发现并修复编码错误。在重构基准测试中得分51.3%,比GPT高出17%以上。模型可根据任务难度调整处理时间,简单请求处理速度显著提升。目前已在ChatGPT付费计划中提供。
腾讯混元3D 2.0是一个革命性的3D生成系统,能够从单张图片生成高质量的带纹理3D模型。该系统包含形状生成模块Hunyuan3D-DiT和纹理合成模块Hunyuan3D-Paint,采用创新的重要性采样和多视角一致性技术,在多项评估指标上超越现有技术,并提供用户友好的制作平台。作为开源项目,它将大大降低3D内容创作门槛,推动3D技术的普及应用。