Cirata公司推出了一款全新的云数据平台Symphony,承诺将实现企业数据的"持续移动和管理",同时希望以此扭转公司困境。
该公司表示,Cirata Symphony将让数据在需要的地方变得可用,涵盖本地部署、云到云以及跨区域的场景。在此过程中,它将消除数据孤岛,简化操作流程,并通过统一的控制平面为人工智能提供支持。
Cirata将Symphony描述为一个"智能数据控制平面",能够在混合云和多云环境中持续运行,处理规模达到PB级别,支持AWS、Azure、Google Cloud、Hadoop、Iceberg和Databricks等平台。该公司表示,这一切都无需"重写、封装或锁定"。
这将实现多项功能,包括"数据必须保持分布式的联邦机器学习/AI管道",以及在"无需复制或暂存数据集"的情况下加速分析。Cirata称Symphony可以"轻松扩展到结构化数据、流数据、物联网等更多领域"。
营销副总裁Will Miller表示,这是公司从WANdisco更名为Cirata以来的首次重大产品发布,标志着公司业务范围扩展到了传统Hadoop领域之外。
Miller说:"我们完全开放了平台。这个想法就是让人们更容易使用,同时保持你所期望的安全级别。"
他表示,现有客户的迁移路径将很简单,"连接只需要几分钟时间。"
该公司声称:"Cirata Symphony已在大规模环境中得到验证,某些客户每年处理超过50PB的数据,支持每分钟超过100万次交易。"大多数企业可以在"几周内"完成部署。
公司在声明中表示,该产品"建立在公司15年数据迁移专业知识的基础上"。
这15年中的大部分时间都是在公司原名WANdisco下度过的。这家总部位于英国和美国的公司在2023年陷入困境,当时发现一名高级销售人员虚报了数据。随后进行了紧急的财务重述和重组,以及紧急融资。
重组的高潮是公司重生为Cirata,该公司表示这是cirrus cloud(卷云)和data(数据)的合成词,代表其"在数据集成领域寻求市场机会"的愿望。
到目前为止,发展仍然充满挑战。Cirata最新财报显示,截至6月30日的六个月收入为480万美元,比前一年的340万美元有所增长,"综合亏损总额"为460万美元,而去年同期为960万美元。
然而,排除已剥离DevOps业务的"简化合并报表"显示,收入为320万美元,比去年同期的140万美元有所增长,但持续经营业务亏损1340万美元,而去年同期为970万美元。
Q&A
Q1:Cirata Symphony平台主要功能是什么?
A:Cirata Symphony是一个云数据平台,能够实现企业数据的持续移动和管理。它可以让数据在本地部署、云到云以及跨区域场景中变得可用,消除数据孤岛,简化操作流程,并通过统一控制平面支持人工智能应用。
Q2:Symphony平台支持哪些云服务和技术?
A:Symphony支持AWS、Azure、Google Cloud、Hadoop、Iceberg和Databricks等主流平台。它能在混合云和多云环境中持续运行,处理PB级规模的数据,无需重写、封装或锁定现有系统。
Q3:Cirata公司目前的经营状况如何?
A:Cirata公司目前仍面临挑战。最新财报显示,截至6月30日的六个月收入为480万美元,但综合亏损460万美元。公司在2023年从WANdisco重组而来,此前因销售人员虚报数据而陷入困境。
好文章,需要你的鼓励
Coursera在2025年连接大会上宣布多项AI功能更新。10月将推出角色扮演功能,通过AI人物帮助学生练习面试技巧并获得实时反馈。新增AI评分系统可即时批改代码、论文和视频作业。同时引入完整性检查和监考系统,通过锁定浏览器和真实性验证打击作弊行为,据称可减少95%的不当行为。此外,AI课程构建器将扩展至所有合作伙伴,帮助教育者快速设计课程。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
英国政府研究显示,神经多样性员工从AI聊天机器人中获得的收益远超普通同事。在Microsoft 365 Copilot试点中,神经多样性员工满意度达90%置信水平,推荐度达95%置信水平,均显著高于其他用户。患有ADHD和阅读障碍的员工表示AI工具为他们提供了前所未有的工作支持,特别是在报告撰写方面。研究表明,AI工具正在填补传统无障碍技术未能解决的职场差距,为残障人士提供了隐形的工作辅助。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。