2020年11月16日,中国北京-北京忆恒创源科技有限公司(Memblaze)今天宣布完成总额2亿元(人民币)D轮融资。此次 D轮融资,由软银亚洲风险投资公司(SoftBank Ventures Asia)领投,同有科技跟投,这也是同有科技第二次增资Memblaze。本轮融资将进一步推动Memblaze在企业级NVMe SSD领域的布局,满足5G、人工智能等新兴领域对于数据存储与管理的更高要求。此前,Memblaze 还曾获得Infinity(英飞尼迪)、BAI、鼎兴创投、高通创投、腾讯以及Microsemi的投资。
随着5G、人工智能、物联网、边缘计算等技术以及新基建项目的蓬勃发展,数据洪流随之而来。SSD产品已经成为算力的重要支撑。Memblaze 2011 年成立于北京,是全球最早进行企业级 SSD 产品开发的公司之一。Memblaze推出的 PBlaze 系列企业级 SSD 已经在数据库、虚拟化、云计算、大数据等领域广泛应用,为互联网、云服务、金融、电信等行业超过 600 家企业提供稳定可靠的高速存储产品。
Memblaze 联合创始人兼CEO 唐志波表示:“此次D轮融资将进一步扩大Memblaze在企业级SSD产品市场的优势,加速公司在智能化应用场景数据存储与处理的布局。Memblaze将依靠多年的技术积累,以及深刻的用户洞察,开发更符合客户需求的产品。同时,还将继续与全球产业链领先的合作伙伴合作,并在全球范围内联合建立数据存储生态体系,推动行业发展。“
软银亚洲合伙人丁海鹏表示:“具有清晰商业模式和长期增长潜力的高科技公司是软银的重点投资方向。在过去10年,Memblaze作为中国企业级SSD市场的核心供应商,已建立起成熟的研发创新体系,以及与全球供应链伙伴长期稳定的战略合作关系,量产多款安全可靠的企业级SSD产品,赢得了广大互联网、云计算、电信、金融等行业客户的信赖,这让我们坚定了投资Memblaze的决心。云计算、5G、人工智能带来的数据中心扩容,以及存储半导体行业的变革,为Memblaze下一步发展带来历史性机遇。我们期待与Memblaze的合作,在新的起跑线上共同推动企业IT基础设施的转型。”
同有科技董事长兼总经理周泽湘表示:“作为数据中心的核心基础部件,SSD产品对于数据存储的处理与管理至关重要。Memblaze作为国内企业级SSD市场的核心供应商,与同有构建‘从芯到系统’存储全产业链的战略布局具有较高的契合度和协同性。基于对Memblaze技术优势和发展前景的认可,同有科技第二次增资Memblaze。我们希望与Memblaze一起,为不同应用场景的业务提供更多的安全可靠的创新产品,推动存储市场更进一步。“
Memblaze自成立伊始就一直坚持自主研发和创新,在 SSD 产品前端、闪存管理与访问、操作系统及测试、存储软件以及硬件设计等方面取得了多项国内国际专利技术。
作为一家国产品牌企业,忆恒创源正在以创新的技术,安全可靠的产品在产业链中发挥着重要作用。今年,忆恒创源自主创新的技术及产品的叠加效应获得广泛关注,获得包括央视等媒体点赞。
关于忆恒创源
Memblaze 2011年成立于北京,是全球最早进行企业级SSD产品开发的公司之一。Memblaze推出的PBlaze系列企业级SSD已经在数据库、虚拟化、云计算、大数据、人工智能等领域广泛应用,为互联网、云服务、金融、电信等行业超过600家企业提供稳定可靠的高速存储解决方案。更多详细信息,敬请浏览www.memblaze.com。
关于软银亚洲
软银亚洲风险投资公司(SoftBank Ventures Asia)成立于2000年,是软银集团(SoftBank Group)旗下专注于风险投资的全资子公司。软银亚洲主要关注TMT领域,包括互联网,人工智能,半导体,企业软件和消费品牌等方向的投资机遇。作为企业与软银集团之间的桥梁,软银亚洲在全球范围内寻求拥有杰出商业潜力的初创期及成长期企业,协助被投企业与软银生态系统紧密契合,实现协同发展。软银亚洲现已在10个国家和地区投资超过250家企业,在韩国首尔、美国旧金山、以色列特拉维夫、中国北京、新加坡等地设有办事处。
关于同有科技
同有科技成立于1988年,深耕存储三十余年。公司于2012年成功登陆A股市场(股票代码:SZ.300302),是国内最早上市的专业存储厂商。同有科技秉持“应用定义存储、全链智能融合”的技术发展理念,聚焦“闪存、云计算、自主可控”三大产业方向,致力于构建从芯到系统的存储全产业链,打造贴合用户应用需求的产品矩阵。公司产品及解决方案已覆盖政府、特殊行业、金融、电信、科研院所、能源、交通、制造业、医疗和教育等主流行业,广泛应用于用户的核心业务。
好文章,需要你的鼓励
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
国际能源署发布的2025年世界能源展望报告显示,全球AI竞赛推动创纪录的石油、天然气、煤炭和核能消耗,加剧地缘政治紧张局势和气候危机。数据中心用电量预计到2035年将增长三倍,全球数据中心投资预计2025年达5800亿美元,超过全球石油供应投资的5400亿美元。报告呼吁采取新方法实现2050年净零排放目标。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。