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
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。