北京,2021年12月17日:Veeam®Software(卫盟软件),提供现代数据保护备份、恢复和数据管理解决方案的领导者,今天宣布任命Anand Eswaran为新任首席执行官 (CEO) 和公司董事会成员。William H. Largent(Bill Largent)将辞任CEO,专任董事会主席。今年,Veeam的年度经常性收入 (ARR) 跨过10亿美元关口,公司目前拥有超过40万家客户,在数据生态系统中发挥核心作用,可以为任何环境及混合云中的数据迁移和管理提供可靠保护。
在加入Veeam之前,Eswaran曾担任RingCentral的总经理兼首席运营官 (COO),负责公司的业绩和客户增长,其任期内成绩斐然。根据该公司在Eswaran任期内的最新财务报表显示,其ARR为16亿美元,同比增长39%。
在过去的15年里,Bill Largent一直是公司的重要支柱。在Largent领导下,Veeam在2021年实现了创纪录的盈利增长,第5次被Gartner评为2021年企业备份和恢复解决方案魔力象限领导者,第二年被评为执行力领导者,并凭借强劲的发展势头,市场份额稳居全球第2位。
“数据管理市场正在迅速发展。毫无疑问,Veeam是市场领导者,在帮助客户安全地处理复杂的数据保护工作以确保持续运营方面,也是最值得信赖的合作伙伴;为了巩固这一地位,我们不断挑战现状,砥砺创新,并确保我们能够预测客户的需求,”Veeam董事会主席Bill Largent表示,“欢迎Anand履新Veeam的CEO一职,对此我感到非常期待。Anand始终秉持目标导向和以人为本的文化,在开发新业务模式、执行市场扩张和推动增长方面拥有丰富的经验。随着我们加速实现云转型,并评估Veeam未来上市的机会,拥有像Anand这样经验丰富的人,将带领我们再创佳绩。”
“Veeam是一家独具一格的企业,它的发展速度大幅领先于市场。公司目前正在蓬勃发展,能在此时加入其卓越的管理团队,我深感荣幸,”Veeam首席执行官Anand Eswaran表示,“现在是数据爆炸的时代,数据已成为所有组织最重要的资产之一。因此,数据管理、安全和保护对当今组织的运营至关重要,缺乏稳健的数据保护策略可能会造成灾难性后果。Veeam在数据生态系统中处于核心地位,能够提供最稳健的勒索软件防护,无论数据存储在什么地方都能得到保护,因此我们拥有绝佳的机会脱颖而出。”
Eswaran的战略眼光、包容的领导风格,以及在促进企业发展方面的卓越履历得到了广泛认可,他的从业经历将带领Veeam取得下一个10亿美元的ARR及更大的发展。任职RingCentral期间,他主管产品、工程、销售、营销、服务、客户服务、运营、IT,以及人力资源。在加入RingCentral之前,Eswaran在微软负责全球的企业商业和公共部门业务;在微软任职的早期,他曾主管微软服务、工业解决方案、数字化、客户服务和客户成功,领导一个由24,000名专业人员组成的全球团队。
在加入微软之前,Eswaran是SAP公司54亿美元的全球服务业务执行副总裁,领导17,000名商业流程和技术专家,通过SAP的企业应用帮助客户和合作伙伴更快创造价值。他还曾担任多个其他的领导职位,包括惠普全球软件服务副总裁、Vignette(现为OpenText)全球专业服务副总裁,以及Braun Consulting(现为Fair Isaac)的高级经理。
欲了解更多信息,请访问https://www.veeam.com/cn
关于Veeam Software
Veeam®是提供现代数据保护的备份、恢复和数据管理解决方案的领导者。我们为云端、虚拟、SaaS、Kubernetes和物理环境提供单一平台。我们的客户确信他们的应用程序和数据通过业界最简单、灵活、可靠和强大的平台得到了保护并始终可用。我们为全球40多万客户提供保护,其中包括81%以上的财富500强企业和69%的全球2,000强企业。Veeam的全球生态系统包括35000多家技术合作伙伴、经销商和服务提供商以及联盟合作伙伴。Veeam在30多个国家设有办事处。了解更多信息,请访问 http://www.veeam.com/cn/ 。
好文章,需要你的鼓励
浙江大学和吉利汽车研究院联合团队提出的FreeTimeGS是一种创新的动态3D场景重建方法。不同于传统方法,它允许高斯基元在任意时空位置自由出现,并赋予每个基元运动功能,使其能够随时间移动到相邻区域。研究通过4D正则化策略解决了高不透明度基元阻碍优化的问题。在多个数据集测试中,该方法在渲染质量和速度上均大幅超越现有技术,特别是在处理复杂动态场景时,使用单个RTX 4090 GPU能以467 FPS的速度实现1080p实时渲染,为电影制作、游戏和虚拟现实等应用提供了新可能。
这篇研究介绍了"对角线批处理"技术,该技术解决了循环记忆Transformer模型在处理长文本时的并行计算瓶颈。通过重新编排计算顺序,研究团队实现了在不破坏依赖关系的情况下进行并行计算,使LLaMA-1B模型处理长文本的速度提升3.3倍,同时内存使用减少167.1倍。这种纯运行时优化不需要重新训练模型,为实际应用中的长文本处理提供了高效解决方案。
BEVCALIB是一种利用鸟瞰图表示实现激光雷达与相机校准的创新方法,由南加州大学和加州大学河滨分校的研究团队开发。该方法将不同传感器数据转换到共享的BEV空间,并通过几何引导的特征选择实现高精度校准。在KITTI和NuScenes等数据集上,BEVCALIB比现有最佳方法平均提高了47-82%的性能,为自动驾驶和机器人系统提供了可靠的传感器融合基础。
博尔扎诺自由大学研究团队开发的PATS技术通过保留完整运动片段代替随机抽取视频帧,显著提升了AI评估体育技能的能力。该方法在EgoExo4D基准测试中表现出色,攀岩评估准确率提高26.22%,音乐提高2.39%,篮球提高1.13%。PATS能根据不同运动类型自动调整采样策略,为体育训练和人才发展提供了更准确的自动评估技术。