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
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。