当 Sam Weaver 在 Unqork 担任产品管理副总裁时,他意识到公司需要一个更好的方式来管理其庞大的 Kubernetes 集群网络 (这些集群由多个计算节点组成)。当 Unqork 无法找到现成的解决方案时,组建了一个 15 人的团队来构建 Kubernetes 管理产品。尽管投入了数百万美元,Weaver 表示最终的平台效果仅仅是一般。
"我当时在想,一定有更好的解决方法," Weaver 对 TechCrunch 表示。"我们构建的系统虽然够用,但远非完整,而且花了我们大约两年时间来开发。"
Weaver 一直在思考这个想法,直到他遇到了 Michael Guarino,一位曾在 Amazon 和 Twitter (当时还叫这个名字) 等知名公司任职的工程师。当 Weaver 向 Guarino 解释这个问题时,他对后者的回应感到惊讶:Guarino 认为这个问题相对容易解决。随后 Guarino 在几周内独自构建了一个更好的系统。
这个平台就成为了 Plural 的基础。该公司的平台将企业的 Kubernetes 集群整合到一个仪表板上,使企业能更轻松地简化运营、管理这些集群,并从一个中心位置部署升级。
Weaver 表示,Plural 的 AI 还可以就如何优化集群效率或诊断扩展问题提供建议。Plural 对云平台和大语言模型保持中立。
Weaver 表示,他们希望 Plural 能为开发人员节省时间,因为他们不需要在 Kubernetes 集群中搜索信息或调试。他补充说,该公司可以帮助团队在几小时内完成更新,而不是需要几周时间。
"根据我们用户和客户的反馈,它将运营开销降低了约 90%," Weaver 说。"人们对此非常兴奋,因为他们现在真的能够去完成富有成效的工作。"
Weaver 表示现在正是这个解决方案的最佳时机。在过去几年中,企业从管理一个 Kubernetes 集群发展到管理多个集群——这一趋势因 AI 的兴起而加速。
"你有很多需要管理的集群,不能再把它们当作单独的集群来对待," Weaver 说。"到目前为止,人们一直在使用生态系统中的大量开源工具。Kubernetes 生态系统中有 2,000 个项目。"
Plural 成立于 2021 年,并在之后不久推出了其平台的初始版本。根据 Weaver 的说法,该公司现在与多个企业客户合作,涉及金融服务等受监管行业,不过他拒绝透露具体的客户名称或数量。
这家初创公司最近还完成了由 Primary Venture Partners 领投的 600 万美元种子轮融资,Capital One Ventures 和 Company Ventures 参与其中。Weaver 表示,团队原计划融资 300 万美元,但在看到强劲需求后最终将融资额翻倍。公司计划将这笔资金用于深化产品功能,并最终探索 Kubernetes 之外的领域。
Plural 并非唯一一家解决 Kubernetes 集群扩散问题的公司。竞争对手包括已获得 2,860 万美元风险投资的初创公司 Loft Labs,以及在 2020 年被 Suse 以 6 亿美元收购前筹集了 9,500 万美元的初创公司 Rancher Labs。
Weaver 认为 Plural 最大的差异化优势在于其架构。他特别提到 Plural 运行在 GitOps 模型上,其产品由每个客户自行托管,并且每个 Kubernetes 集群都有自己的 AI 代理运行在其上。
"企业基本上可以完全控制如何以及在哪里部署这个系统," Weaver 说。"没有数据会被发送回来。这不是一个 SaaS 服务。我们正专注于继续增强现有的 Kubernetes 管理平台,还有很多令人兴奋的工作要做。"
好文章,需要你的鼓励
OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能,用户可直接在对话中创建图像。由于使用量激增,CEO Sam Altman 表示公司的 GPU "正在融化",不得不临时限制使用频率。新功能支持工作相关图像创建,如信息图表等,但在图像编辑精确度等方面仍存在限制。值得注意的是,大量用户正在使用该功能创作吉卜力动画风格的图像。
Synopsys 近期推出了一系列基于 AMD 最新芯片的硬件辅助验证和虚拟原型设计工具,包括 HAPS-200 原型系统和 ZeBu-200 仿真系统,以及面向 Arm 硬件的 Virtualizer 原生执行套件。这些创新工具显著提升了芯片设计和软件开发的效率,有助于加快产品上市速度,满足当前 AI 时代下快速迭代的需求。
人工智能正在深刻改变企业客户关系管理 (CRM) 的方方面面。从销售自动化、营销内容生成到客服智能化,AI不仅提升了运营效率,还带来了全新的服务模式。特别是自主代理AI (Agentic AI) 的出现,有望在多渠道无缝接管客户服务职能,开创CRM发展新纪元。
数据孤岛长期困扰着组织,影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。