DataCore 正在收购专注边缘市场的超融合基础设施(HCI)供应商 StarWind Software。
位于马萨诸塞州 Beverly 的 StarWind 销售 HCI Appliance 或 Virtual HCI Appliance,在客户选择的硬件上运行相同的软件。该软件支持 VMware vSphere、Microsoft Hyper-V 或 StarWind 自家的基于 KVM 的 StarWind Virtual SAN 等虚拟化管理程序,同时可搭配 SSD 和 HDD 使用,并通过 iSCSI、NVMe-oF 或 RDMA 实现数据访问。该公司拥有超过 63,800 个客户,成立于 2008 年,由首席执行官、CTO 及首席架构师 Anton Kolomyeytsev 与首席运营官 Artem Berman 创立。Kolomyeytsev 曾是 Windows 内核工程师。
他们在 2009 年 A 轮融资中筹集了 200 万美元,并在 2014 年 B 轮融资中筹得 325 万美元,投资方包括 Almaz Capital、 ABRT Venture Fund(A 轮投资者)以及 AVentures Capital。此后公司一直自筹资金,并在一定程度上低调运营,更多关注软件和支持而非营销。StarWind 在 2023 年 Gartner Peer Insights 超融合基础设施报告中被评为 Customer’s Choice。
DataCore 首席执行官 Dave Zabrowski 表示:“此次收购标志着我们向实现 DataCore.NEXT 愿景迈出了重要一步。将我们的优势与 StarWind 在边缘以及 ROBO(远程办公室与分支机构)方面的成熟经验整合,使我们能够交付从中央数据中心到最偏远地方均适用的可靠 HCI。我们致力于为各组织提供更多选择、更多控制,并简化数据管理的整合路径,无论数据存放在何处。”
Kolomyeytsev 说道:“加入 DataCore 家族使我们能将高性能虚拟 SAN 技术推向更广泛的用户。在 Broadcom-VMware 的 vSAN 许可与定价日益不确定的背景下——尤其在分布式与成本敏感的环境中——各组织正在重新思考其基础设施战略。与 DataCore 合作,我们将提供更大的灵活性、更高的性能,以及不受硬件和虚拟化管理程序锁定影响的自由,同时不牺牲简洁性或控制力。”
Zabrowski 与 Kolomyeytsev 的论调是,他们可以提供比 Broadcom 的 vSphere/vSAN 以及所谓“传统” HCI 系统更出色的软件与更具成本效益的 HCI 解决方案。他们认为边缘及远程办公室——分支机构 (ROBO) IT 环境将越来越受 AI 影响,而 DataCore 的合作伙伴渠道也将乐于将 AI 加持的边缘 HCI 解决方案纳入产品组合。
StarWind 的技术将成为 DataCore 向边缘与 ROBO 地点交付其基于软件服务的载体,并与其现有面向 AI 服务的 Perifery、SANSymphony(块存储)及 Swarm(对象存储)核心存储产品系列,以及其收购的 Arcastream 并行文件系统技术相辅相成。
Zabrowski 是 DataCore 的连续式收购者,其曾收购 Object Matrix、Caringo(用于 Swarm)以及专注于 Kubernetes 的 MayaData。
StarWind 团队大部分将加入 DataCore。 +评论:收购价格未予披露,但我们认为其价格是 StarWind 融资额的个位数倍。该公司虽备受好评且业绩斐然,但按照某些标准来看,其营销力度稍显不足。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。