数据存储巨头NetApp今天表示,在以未公开的价格收购开源数据库初创公司 Instaclustr 后,正在向平台即服务业务领域进军。
Instaclustr为那些不想自己管理软件的企业提供最流行的开源数据库完全托管版本。Instaclustr的“开源即服务”平台托管和支持一系列免费软件,包括Apache Cassandra、Apache Kafka、Apache Spark、Apache Lucene和ScyllaDB等项目。
Instaclustr认为,尽管这些项目都很强大,但许多企业都觉得设置和维持这些软件的运转是一件令人头疼的问题。Instaclustr致力于帮助这些企业处理这些事情,提供扩展这些平台所需的数据能力和基础设施。
NetApp表示,收购完成之后将把Instaclustr并入CloudOps产品组合,能否顺利完成交易取决于是否符合惯常的成交条件。
NetApp执行副总裁、总经理Anthony Lye在一篇博文中表示,此次收购旨在通过让客户更轻松地安装开源软件来改善客户体验。
他表示:“收购Instaclustr是NetApp具有战略意义的下一个步骤,我们将为客户做更多的事情,简化体验,不断优化和保护平台,这样客户就不必亲力亲为了。”
NetApp最近一直在大举收购,Spot、CloudCheckr以及最近刚刚收购的Fylamynt等公司,目的在于扩大自己在网络安全、云成本控制和云自动化等领域的业务规模,而且这些收购都符合NetApp的计划:从传统存储提供商发展成为更多致力于帮助企业管理云中大多数工作负载。
“我们现在借助Cloud Hawk、Cloud Secure和CloudCheckr可以为客户提供SecOps,提供解决方案满足客户最紧迫的云需求——规模、性能、速度、效率、安全性和成本。”Lye讲道。
关于Instaclustr,Lye表示,它将为NetApp提供一个平台来运行、优化和保护多个开源数据库、数据管道和工作负载,该计划将为客户创建一个可以在公有云和私有云中使用的、开放且可扩展的平台,让应用团队更够更快地进行构建和部署。
Lye补充道:“现在我们比以往任何时候都更多地涉足于优化业务,为我们的客户提供一切帮助,NetApp和Instaclustr将共同面向公有云和私有云提供我们的平台即服务。”
Moor Insights & Strategy分析师Steve McDowell表示,此次收购是NetApp过去几年中的第六笔与云相关的收购。他认为,Instaclustr将成为NetApp云服务组合的一个重要补充。“这是一款备受重视的产品,有很强的吸引力。”
他表示,到目前为止,NetApp已经表明自己是完全有能力通过收购来发展业务的,尽管这种战略已经给其他很多厂商带来了问题。
他说:“整合文化和整合产品是一件很困难的事情,但NetApp的领导团队似乎能够应对挑战,现在NetApp的云优先战略已经实施了几年时间,目前来看正在取得成效。这个细分市场正以三位数的增长扩展,正在成为NetApp整体业务中的一个重要组成部分。收购Instaclustr进一步强化了这个战略。”
Instaclustr创始人、首席技术官Ben Bromhead表示,两家公司将为客户提供一种“合乎逻辑的组合”,“NetApp强大的基础设施解决方案与Instaclustr的数据层即服务解决方案及服务之间的完美结合。”
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。