VAST Data本月初收购Red Stapler公司,实际上是收购了一支完全由NetApp离职员工组成的团队——他们离开NetApp冰岛业务部门仅4个月后就创立了这家公司。通过此次收购,VAST获得了跨公有云控制平面架构,有助于将其AI OS作为公有云服务提供。
如果这六名员工直接从NetApp跳槽到VAST,可能会被视为恶意挖角。冰岛支持雇佣竞业禁止协议(称为限制性契约),可以限制员工离职后加入竞争对手。但通过先离开NetApp创立Red Stapler,再被VAST收购的方式,有效绕过了此类限制。
这六名Red Stapler员工此前都曾在冰岛初创公司Greenqloud工作,NetApp于2017年8月以5100万美元现金收购了该公司。Greenqloud开发了Qstack软件,用于在混合云环境中编排和管理云服务,提高成本效率、可扩展性和可持续性。该软件拥有基于Kubernetes构建的服务交付引擎(SDE),符合NetApp的混合数据架构理念,可跨公有云工作。
NetApp曾聘请Anthony Lye建立云数据服务业务部门,据我们了解,他在2017年至2022年间收购了10家公司以获得所需的软件技术,Greenqloud是第一家。公开的总收购成本为5亿美元,今年NetApp出售了其中5家公司,获得1亿美元,其中一家收购价格为4.5亿美元,因为NetApp退出了云财务运营管理领域。
Red Stapler的六名关键人员包括:CEO Jonsi Stefansson(现任VAST云业务总经理)、联合创始人兼首席产品官Eirikur Hrafnsson(现任VAST云工程副总裁)、CTO兼联合创始人Tryggvi Larusson(现任VAST云架构师)等。
Red Stapler一直处于隐秘运营状态,没有网站,也没有公开的外部融资。邓白氏公司显示其短暂生命周期内收入为18万美元。令人惊讶的是,该公司在成立仅四个月后就被收购,其开发的软件必然极具价值。
Eirikur Hrafnsson在LinkedIn帖子中表示:"我们创立Red Stapler是为了创建终极云原生软件即服务引擎,帮助公司将其产品转型为完全托管、多租户、可扩展的云解决方案。现在我们将专注于将这一技术应用于VAST AI OS。"
因此,VAST打算将其AI OS软件打造成"完全托管、多租户、可扩展的云"产品。该公司表示致力于"深化与全球领先超大规模云服务商的合作"。
VAST AI OS已在AWS、Azure和GCP上可用。Red Stapler的软件将带来进一步的API集成,为每个托管云提供计费、监控、可观察性和可扩展性功能。这将在各云平台间提供一致性,使VAST客户能够临时将工作负载突发扩展到这些超大规模公有云。客户应该能够"在保持数据完整性、可观察性和成本效率的同时,将关键业务工作负载突发扩展到任何超大规模云服务商"。
我们了解到,VAST希望公有云巨头在这方面与其合作,为客户提供"整合数据服务、数据库功能和智能体执行的统一平台"。
VAST首席执行官兼创始人Renen Hallak表示:"随着Jonsi团队加入VAST,我们获得了与超大规模云服务商携手合作的成熟专业知识,能够提供满足全球规模AI需求的服务,并加速实现真正统一的多云数据基础的路径。"
Q&A
Q1:VAST Data为什么要收购Red Stapler公司?
A:VAST Data通过收购Red Stapler获得了跨公有云控制平面架构和一支经验丰富的团队,这有助于将其AI OS作为公有云服务提供,实现跨云平台的统一管理和突发扩展能力。
Q2:Red Stapler的软件技术有什么特殊之处?
A:Red Stapler开发了云原生软件即服务引擎,能够帮助公司将产品转型为完全托管、多租户、可扩展的云解决方案,提供跨云平台的API集成、计费、监控和可观察性功能。
Q3:VAST AI OS目前支持哪些公有云平台?
A:VAST AI OS已在AWS、Azure和GCP上可用。通过Red Stapler的技术,VAST将能够提供更好的跨云一致性,使客户能够在保持数据完整性的同时将工作负载突发扩展到各个超大规模云服务商。
好文章,需要你的鼓励
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
ByteDance团队开发的UMO框架解决了AI生成多人图片时的身份混乱问题。采用"多对多匹配"策略替代传统"一对一"方法,通过全局优化找到最佳人物-照片配对方案。结合奖励反馈学习和新的身份混乱度评估指标,显著提升了多人场景下的身份保持能力,在多项测试中取得大幅性能提升。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
Bar-Ilan大学研究团队开发出NER Retriever智能实体检索系统,突破传统固定分类限制,用户可用自然语言描述检索任意实体类型。系统巧妙利用大语言模型内部知识结构,准确率比传统方法高3-4倍,存储效率提升79%,为新闻媒体、学术研究等领域的信息检索带来革命性改进。