今年,存储初创企业承载了投资者们的很多梦想。两家公司可能合并成为独立的存储厂商,有些可能会被那些希望将单点技术融入更大型解决方案中的大厂商吞并收购,因此这两家厂商就会从此消失。
但他们都必须有一个发展的起点。这里罗列的10家初创公司,以及其他没有在榜单内的公司,都是市场新星,都在过去的一两年中走出了隐身模式,并且开始出货自己的产品。这些公司主要是软件公司,主要专注于云,但也展示了各种存储技术。
Aparavi
CEO:Adrian Knapp
Aparavi让客户能够管理跨内部环境和多云环境的非结构化数据增长。这家总部位于加利福尼亚州圣莫尼卡的公司称,自己基于SaaS的Active Archive技术可将二级存储增长降低75%,从而在备份和二级存储增长方面实现增长,并以付费即用的方式扩展到PB级数据量,又不存在厂商锁定的问题。
Attala Systems
总裁、CTO:Sujith Arramreddy
Attala位于加利福尼亚州圣何塞市,是一家基于横向扩展结构的可组合式存储基础设施开发商。该架构使用标准以太网网络来连接多个服务器和存储节点,可动态地将NVMe卷从无服务器存储节点连接到服务器、虚拟机或容器,其中应用驻留的延迟低至15微秒。
Burlywood
CEO:Tod Earhart
Burlywood位于科罗拉多州朗蒙特,它提供了一个平台,在这个平台上可以根据客户在接口、协议、FTL、QoS、容量、闪存类型以及外形尺寸方面的特定要求,将高性能存储控制卡融入到OEM设计中红。Burlywood的TrueFlash模块化闪存存储架构为闪存新技术提供了快速上市时间。Burlywood最近还宣布支持NVMe。
Cloud Daddy
创始人、CEO:Joe Merces
Cloud Daddy位于新泽西州普林斯顿,在6月底通过推出Secure Backup进入存储市场。Secure Backup将AWS原生备份和灾难恢复功能、安全性和基础设施管理整合到单一产品中,提供从免费版到企业版的多个版本,具有全面的多租户数据保护和恢复功能,以及全方位的安全功能,包括实例防火墙和规则、安全组管理。
FileShadow
总裁、CEO:Tyrone Pike
FileShadow提供的服务将多个来源的文件聚合到一个安全且可搜索的云库中。这家位于犹他州Provo的公司支持多种云存储源,包括Adobe Creative Cloud、Adobe Lightroom解决方案、Apple iCloud Drive文件和iCloud Photos、Box、Dropbox、Google Drive、OneDrive和OneDrive for Business、Drobo NAS/DAS设备。
HYCU
CEO:Simon Taylor
HYCU是一家位于波士顿的数据保护技术开发商,最初是专门面向超融合基础设施环境的。该公司今年年初从总部位于荷兰的Comtrade Software公司剥离出来。HYCU的数据保护技术最初是为Nutanix超融合基础设施平台开发的,但现在也支持VMware ESX虚拟机管理程序。
Morro Data
创始人、CEO:Paul Tien
Morro Data位于加利福尼亚州弗里蒙特,它的CloudNAS混合云文件服务可以覆盖从单一设备到多站点企业,提供主存储和归档存储、即时文件同步、跨多个站点的共享和协作。CloudNAS将CacheDrive的高速文件访问与NAS SMB接口进行结合,把云存储作为本地NAS文件服务器使用。
Liqid
联合创始人、CEO:Sumit Puri
Liqid位于科罗拉多州布鲁姆菲尔德,它的Liqid Composable技术利用行业标准的计算、网络、存储和GPU组件,提供了一个由分散资源池构建的可扩展架构。这些资源可以分解、池化、编排,并在裸机层面按需跨PCIe结构进行重新调整,延迟在亚微秒级。
Salvobit
CTO/联合创始人:Ivan Georgiev
位于保加利亚索非亚的Salvobit开发了一种用于构建安全点对点存储的技术,用于存储和保护机密信息,同时提供跨平台协作功能。数据受端到端的加密保护。Salvobit结合公钥(即用户的IT)和私钥(确保未经授权的用户无法访问)来实现数据共享。
Termaxia
CEO:Changbin Liu
Termaxia开发了针对对象数据的EB级高性能大数据存储系统,既可通过面向Amazon S3和OpenStack的API支持对象数据,又可以通过面向POSIX、NFS和Hadoop的API支持文件数据。这家位于费城的初创公司表示,与传统系统相比,Storbyte平台的功耗不到其1/5,硬件需求不到1/2,同时还提供了随时部署和简单的管理和监控功能。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。