NetApp将收购云运营自动化初创公司Fylamynt,并将其添加到自己的Spot by NetApp云运营产品组合中。
这是NetApp在过去两年中的第四次收购,试图以此打造一项年经常性收入突破10亿美元的云业务。去年6月,NetApp收购了Data Mechanics,获得了后者基于API的Apache Spark作业接口软件,此外还收购了安全性和合规性厂商CloudHawk,以及云成本管理厂商CloudCheckr。
NetApp公司执行副总裁、公有云业务总经理Anthony Lye发表了一份声明称:“Fylamynt与Spot by NetApp的原生集成,将使企业组织能够在其现有的云环境中快速可靠地部署Spot by NetApp服务。通过结合Fylamynt预建集成和Spot CloudOps产品组合,他们将可以加速、优化和自动化其云运营基础设施。此次战略性收购加速了NetApp在CloudOps领域的整体领先地位,并使客户能够继续以更低的成本享受更多的云服务。”
Fylamynt公司是由首席技术官David Lee、首席执行官Pradeep Padala博士以及工程副总裁Xiaoyun Zhu博士于2019年创立的,旨在为DevOps和Site Reliability Engineering (SRE)提供云事件响应设施。该公司在2020年种子轮融资中获得了650万美元。不过此次收购的交易财务细节尚未披露。

Fylamynt白皮书图表
Padala表示:“我们的共同愿景是帮助团队以云的速度部署和运行,我们很高兴将我们现代云自动化功能集成到Spot by NetApp产品组合中,最终让自动化普及到每个企业中。”
Fylamynt的技术提供了端到端的事件响应,包括警报、协作和自动修复功能。SRE团队可以使用Fylamynt的自动化设施构建自动化工作流程。而且Fylamynt有一个所谓无代码的可视界面,让工程师可以构建、运行和分析工作流。Fylamynt软件中有多个针对基础设施即代码工具的连接器,可连接Terraform、Ansible和Cloud Formation,以及DataDog、Splunk、PagerDuty、Slack和ServiceNow等服务。
Fylamynt表示,这个连接器通过使用AI增强工作流,可以对具有任何服务和所有代码的任何云工作流实施自动化。Padala表示:“自动化是大规模运营高可用企业SaaS的关键,但构建自动化的瓶颈在于编写代码。我们创立Fylamynt的目的就是帮助云工程师在几分钟内,就能将其云工作流的各个方面进行编码。”
NetApp表示,随着企业越来越多地转向云端,他们需要自动化功能来帮助他们轻松有效地构建、集成和运行多种服务。Fylamynt的自动事件响应服务可满足这一需求,以减少云原生应用的停机时间。
当前,NetApp正在针对那些在公有云中部署应用的企业,打造一款运营基础设施产品,NetApp认为这是一个快速增长的市场,目前还没有成熟的参与者但有很多创新的初创公司。NetApp将收购此类初创公司,并将其产品集成到Spot by NetApp中,从而让NetApp在这个市场中占据领先地位并成为主导者。
好文章,需要你的鼓励
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
AI代码编辑器开发商Cursor完成23亿美元D轮融资,估值达293亿美元。Accel和Coatue领投,Google、Nvidia等参与。公司年化收入已突破10亿美元。Cursor基于微软开源VS Code打造,集成大语言模型帮助开发者编写代码和修复漏洞。其自研Composer模型采用专家混合算法,运行速度比同等质量模型快四倍。公司拥有数百万开发者用户,将用新资金推进AI研究。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。