分析显示,去中心化存储和计算初创公司Cubbit正在与CTERA合作提供后端存储服务,这标志着其需要从小众Web3存储供应商升级为企业级存储公司。
总体情况
总部位于意大利的Cubbit开发的DS3存储系统构建在单一虚拟存储池之上,该存储池实际上由位于不同地点、由合作伙伴提供的众多独立物理数据存储组成一个集群。Cubbit的元数据和软件将这些物理存储跟踪并组织成单一的虚拟容量岛,为客户提供比主流公有云存储更具成本效益的解决方案。
CTERA则提供分布在客户组织多个站点的文件服务,建立在兼容S3的中央对象存储设施之上,该设施可以位于公有云或客户自己的数据中心,使用第三方存储。
将CTERA和Cubbit结合在一起,就形成了基于去中心化和地理分布式S3兼容对象基础的分布式文件服务。
合作模式与定位
Cubbit产品和合作伙伴关系副总裁Enrico Signoretti在简报中表示:"我们与CTERA合作服务高端客户。我们与他们有多个项目。我们一起接触客户,将S3作为CTERA的后端进行销售。这是一个非常简单的方案。"
实际上,Cubbit充当CTERA软件层下方的存储平台。Signoretti认为:"CTERA对我们来说是一个很好的合作伙伴,因为他们提供非常高端的解决方案,高度安全,对我们来说很容易定位产品。"
这一点值得注意,因为CTERA不会与任何人合作,它需要考虑自己的声誉,但它将Cubbit视为可靠的合作伙伴。
技术实现与客户规模
目前,Cubbit拥有超过400家企业客户,已从国际投资者那里筹集了约2500万美元。DS3代表分布式S3,它将文件以独立且冗余的块形式存储,分散在其选定的物理位置中。该公司表示这类似于数据中心的RAID技术,提供高达15个9的耐用性,即99.9999999999999%。
其软件提供两种方式:DS3 Cloud是完全托管的云对象存储,通过合作伙伴提供;DS3 Composer是面向大型企业和服务提供商的软件定义对象存储。客户可以构建自己的虚拟私有云。
市场地位重新评估
此前,去中心化或Web3存储被认为是主流存储的小众分支,客户主要是寻求比亚马逊云存储更便宜替代方案的消费者和小企业。StoreJ和Cubbit等供应商都是从这个角度被报道的。StoreJ最近被私募股权公司Inveniam收购,并将在其私人市场业务中使用。
Cubbit正受益于对数据主权存储的需求;它位于意大利,属于重视数据隐私的欧盟。该公司还向中型和大型企业市场发展,如意大利的ASL CN1 Cuneo和Planetek等客户。
很明显,CTERA现在是企业供应商,是时候重新评估Cubbit,将其视为另一个主流存储供应商,而不是Web3区块链的奇特产品。
这意味着我们需要了解它作为分布式存储软件生产商的功能、在存储基础层之上提供的服务,以及它如何响应AI存储需求。这些将是我们未来听到Cubbit发展动态时需要关注的要点。
Q&A
Q1:Cubbit的DS3存储系统是如何工作的?
A:DS3代表分布式S3,它将文件以独立且冗余的块形式存储,分散在选定的物理位置中。Cubbit的元数据和软件将这些物理存储跟踪并组织成单一的虚拟容量岛,为客户提供比主流公有云存储更具成本效益的解决方案,类似于数据中心的RAID技术。
Q2:Cubbit与CTERA的合作模式是什么?
A:Cubbit充当CTERA软件层下方的存储平台,为CTERA提供后端存储服务。双方一起接触客户,将Cubbit的S3存储作为CTERA的后端进行销售,形成基于去中心化和地理分布式S3兼容对象基础的分布式文件服务。
Q3:为什么说Cubbit需要从Web3存储供应商升级为企业级存储公司?
A:Cubbit已经拥有超过400家企业客户,筹集了约2500万美元资金,并与企业级供应商CTERA建立合作关系。它正受益于数据主权存储需求,向中型和大型企业市场发展,客户包括意大利的ASL CN1 Cuneo和Planetek等,已不再是小众的Web3存储供应商。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
哈佛、MIT联合研究揭示人类语言理解的神经机制,发现大脑通过"信息出口"将语言从核心系统传递至专业脑区实现深度理解。研究提出浅层与深层理解的区别,为人工智能发展提供重要启示,表明真正智能需要多系统协作而非单一优化。该发现可能改变我们对语言认知的理解。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
腾讯混元等团队开发出革命性的AI视频生成自我评判系统PAVRM和训练方法PRFL,让AI能在创作过程中实时评估和改进视频质量,无需等到完成才反馈。该技术使视频动态表现提升56%,人体结构准确性提升21.5%,训练效率提升1.4倍,为AI视频生成质量带来质的飞跃。