存储初创公司Cohesity今天宣布,已经完成了由SoftBank Vision Fund领投的融资,规模达到2.5亿美元。
这项投资被认为是过去18个月美国企业软件初创公司得到的最大一笔投资,也是软银愿景基金自去年完成1000亿美元融资之后在这个领域的第二笔投资。除了软银之外,还有超过6家机构投资方加入了这一轮融资。
Cohesity将利用这笔资金来扩大业务。总部位于美国加利福尼亚州圣何塞的Cohesity主要售卖一款用于管理所谓二级数据的软件平台,这种二级数据在大多数企业存储基础设施中占到了大多数,包括文件备份拷贝、拷贝的拷贝、归档文档和其他辅助记录。
Cohesity的平台允许企业将所有这些数据存储在一个地方。由于所有都是集中化的,因此与将信息分散在多个不同系统中相比,查找和删除冗余数据更容易。反过来,较少的数据意味着企业在存储硬件上的花费也就更少了。
客户有几个部署Cohesity平台的选项,可以运行在公有云中、在传统本地虚拟化基础架设施上、也可以作为预配置设备的一部分运行。
Cohesity提供自己现成的设备,以及来自合作伙伴的产品。特别是Cohesity有两个硬件合作伙伴:思科和HPE,这两家厂商都和软件参与了Cohesity的这轮融资。
两个季度之前,Cohesity声称增加了200多个新客户,包括旧金山巨人队、美国空军和施耐德电气等知名公司。客户的增长似乎表明,Cohesity已经成功保持了2017年的良好发展势头,尽管未对外公开,但据称2017年收入增长了600%。
自2013年成立以来,Cohesity已经从投资者那里总共筹集了4.1亿美元的资金。此前,Cohesity在2017年4月从Alphabet GV风投部门领导的财团那里筹集了9000万美元。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。