存储软件巨头NetApp希望以未公开的价格收购云优化软件 CloudCheckr,以期扩大自身的金融运营 (FinOps)业务。
NetApp计划将CloudCheckr与其Spot by NetApp服务相集成,后者采用分析和自动化来帮助企业利用性能最佳且最具成本效益的基础设施来处理云工作负载。
CloudCheckr销售的软件可以分析AWS、微软Azure和谷歌云的成本,查看多个账户的账单细节,为客户提供了一个易于使用的、企业所有云帐户的概览,包括使用的资源、配置、权限、安全性、合规性和变更项,有助于企业更好地分析和控制云成本。
NetApp公司云高级副总裁Anthony Lye在一篇博文中表示,CloudCheckr的软件将为Spot增添一些新的功能,例如成本可见性、自动化操作、安全配置、深入洞察和详细报告。
Lye表示,企业转向云端意味着控制成本对于那些寻求云计算投资回报的企业来说,已经是一项关键要求。他说:“在加速云应用的同时管理成本,这对企业组织来说是一项重大挑战,因为他们需要在以云速度运行的同时,最大限度地提高云投资的投资回报率。”
Lye认为,通过将CloudCheckr的云成本管理、计费分析、合规性和安全工具添加到Spot by NetApp中,将帮助客户更快地部署基础设施和业务应用,同时降低他们的运营开支。“这是我们FinOps战略向前迈出的关键一步,也是对我们整体CloudOps领先地位的加速。”
去年,NetApp以约4.5亿美元的价格收购了以色列云基础设施优化初创公司Spot,随后将该业务转变为Spot by NetApp,从而进入CloudOps和FinOps领域。此次收购是NetApp的一个关键转折点,最初NetApp是一家存储硬件制造商,后来转向云端存储和基础设施管理。
NetApp在一份新闻稿中表示,Spot将把CloudCheckr的成本可见性和报告工具与NetApp的持续成本优化服务相集成,将帮助客户更好地理解和提高他们使用云资源的效率。
Moor Insights & Strategy分析师Steve McDowell表示,他对这次收购感到惊讶,因为CloudCheckr的功能已经与Spot非常相似。
“NetApp称CloudCheckr拥有与Spot互补的技术。如果的确如此的话,那么NetApp显然是为了填补路线图上的空白,以避免冗长的开发时间。这也许是一个很好的策略。”
McDowell认为,此次收购还表明NetApp很清楚,了解如果要在云管理市场中参与竞争,就需要大量投资和快速行动起来,此次收购为NetApp提供了可行的产品和良好的知识产权,使其能够以最快速度进入市场。
不过他也表达了他的担忧,他说,NetApp最近一直在大举投资,过去18个月中进行了四次收购,而成功地将一家公司整合到另一家公司需要非常谨慎和专注,他担心NetApp可能行动太快而没有花时间真正去整合所有的部分。
“这可能会带来短期的成功,但也会带来长期的担忧。鉴于当前的竞争形势,我还担心NetApp的野心可能过于广泛,优化云成本与管理云和云原生应用数据有些相距甚远。”
但他也表示相信NetApp的整体领导地位,特别是NetApp最近公布了一连串表现稳定且积极的季度业绩。
“我正在密切关注NetApp的发展方向,这条道路对它来说是否过于分歧,以及NetApp是否会因为继续这种以云为中心的战略而在基本存储业务上分心。”
好文章,需要你的鼓励
存储扩展专家Lucidity将其AutoScaler平台扩展至Kubernetes容器编排平台,帮助企业控制存储支出。该公司表示,Kubernetes中的持久卷常常成为隐形浪费源,虽然Kubernetes可自动扩展实例数量,但底层存储通常未被充分利用。新服务可为亚马逊EKS提供持久卷的自动扩缩容,声称可为客户节省高达70%的云块存储费用。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
超过1.8万Spotify用户加入名为"Unwrapped"的集体组织,通过去中心化数据平台Vana将个人听歌数据打包出售给AI开发者。该组织已将1万用户的艺术家偏好数据以5.5万美元价格售出,用于构建新型流媒体数据分析工具。Spotify对此发出警告,称该行为违反开发者政策和商标权,禁止将平台数据用于机器学习模型构建。但Unwrapped团队坚持用户拥有控制和变现个人数据的权利,双方就数据所有权展开争议。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。