对象存储供应商Cloudian与基于对象的云文件服务公司CTERA签署了一项全球战略协议,双方将互相转售对方的产品。
根据协议,Cloudian将转售CTERA的智能数据平台和企业数据服务,而CTERA将转售Cloudian的HyperStore平台,为客户提供从边缘到云端管理数据资产的集成化方案,利用单一的高性能数据结构。CTERA的软件基于核心的S3兼容对象存储构建,而Cloudian的HyperStore平台已经在这方面得到应用。在战略协议框架下采用该技术不存在技术障碍。由于Cloudian缺乏云文件服务功能,在HyperStore之上添加CTERA软件将扩展其产品组合和目标市场。
Cloudian全球销售副总裁Mike Canavan表示:"通过将我们行业领先的对象存储平台与CTERA的企业数据服务相结合,我们正在提供企业一直要求的统一数据管理解决方案。我们的客户现在可以获得全面的智能数据管理能力,既保持数据主权又支持全球协作。"
CTERA首席收入官Michael Amselem补充道:"与Cloudian的合作加强了我们在向全球企业提供全面数据结构方面的地位。Cloudian的HyperStore平台为我们的客户提供了支持分布式运营所需的可扩展、安全的中央存储库。"
Cloudian-CTERA软件组合提供以下功能:
统一数据管理:客户可以通过集成平台管理文件和对象数据,消除数据孤岛并降低运营复杂性。
智能缓存:CTERA边缘文件服务器在本地缓存频繁访问的数据,同时保持全局命名空间的一致性,优化分布式位置的性能。
可扩展的中央存储:Cloudian HyperStore提供从TB到EB级别的容量扩展,确保组织能够在没有基础设施限制的情况下增长。
增强安全性:两个平台都具有安全认证、静态和传输中的加密以及勒索软件防护能力。
全球地理分布:集成产品支持多站点部署,具有基于策略的数据放置和业务连续性的自动复制功能。
两家公司表示,客户需要远程位置的分布式数据服务与本地可扩展中央存储库之间的无缝集成。这种合作结合了CTERA的智能边缘缓存和全局文件系统能力与Cloudian的企业级对象存储平台,该平台是文件系统的基础。Cloudian客户将获得CTERA智能数据平台上的分布式企业数据服务。CTERA客户将受益于Cloudian的HyperStore平台,该平台提供可部署在客户场所的可扩展中央存储库。
双方表示,联合客户现在可以实施"完整"的智能数据策略,具备本地高性能访问、集中数据治理、数据主权和无缝灾难恢复能力。
技术集成文档和联合参考架构将向企业客户和渠道合作伙伴提供。两家公司将为集成部署提供协调支持,确保无缝实施和持续运营。
全球转售协议立即生效,两家公司的销售团队已接受互补产品组合的培训。联合系统将通过各公司在全球的现有渠道合作伙伴提供。
评论
这是一笔有趣的交易,Cloudian希望在其核心对象存储之上提供数据服务,CTERA需要核心对象存储产品来补充其现有的自带本地S3对象存储,两者之间存在天然的产品契合度。每家公司都能获得对方的客户群,我们可能会看到统一的系统管理和网络弹性/安全软件的发展。在融入生成式AI的系统管理界面和AI数据管道领域都存在发展可能性。
这笔交易可能会引起CTERA竞争对手Nasuni和Panzura的兴趣,Cloudian的竞争对手Scality或拥有Swarm软件的DataCore可能成为它们潜在的对象存储合作伙伴。
进一步展望——Cloudian和CTERA是否应该考虑更紧密的关系?私募股权公司可能会促成这样的交易。
Q&A
Q1:Cloudian和CTERA这次合作的主要内容是什么?
A:Cloudian将转售CTERA的智能数据平台和企业数据服务,CTERA将转售Cloudian的HyperStore平台。双方通过互相转售对方产品,为客户提供从边缘到云端的集成化数据管理方案,利用单一高性能数据结构管理整个数据资产。
Q2:这种合作能为客户带来什么好处?
A:客户可以获得统一数据管理、智能缓存、可扩展的中央存储、增强安全性和全球地理分布等功能。通过集成平台管理文件和对象数据,消除数据孤岛,降低运营复杂性,同时保持数据主权并支持全球协作。
Q3:这次合作对两家公司有什么战略意义?
A:Cloudian缺乏云文件服务功能,通过合作可以扩展产品组合和目标市场。CTERA需要核心对象存储来补充现有服务。双方都能获得对方的客户群,形成产品互补,还可能在生成式AI系统管理和AI数据管道领域探索新的发展机会。
好文章,需要你的鼓励
Python通过PEP 810提案正式引入惰性导入功能,允许程序延迟加载导入库直到实际需要时才执行,而非在启动时全部加载。该提案由指导委员会成员Pablo Salgado于10月3日提出并于11月3日获批。新功能采用选择性加入方式,保持向后兼容性的同时解决了社区长期面临的启动时间过长问题,标准化了当前分散的自定义解决方案。
蒙特利尔多机构联合研究团队通过AInstein框架首次大规模验证了大语言模型的科学推理能力。研究使用1214篇ICLR论文测试AI提取研究问题和生成解决方案的能力,发现顶级AI模型成功率达74%,能够提出创新性技术方案而非简单模式匹配。研究证实AI具备真正的科学推理能力,但也揭示了其对问题表述敏感、推理稳定性有限等局限性。
Valve最新Steam硬件软件调查显示,Linux用户占比达到3.05%,较上月增长0.37个百分点,相比去年同期增长约50%。游戏网站Boiling Steam分析显示,Windows游戏在Linux平台兼容性达历史最高水平,近90%的Windows游戏能在Linux上启动运行,仅约10%游戏无法启动。
这项研究提出了MADPO方法,解决了AI训练中的"一刀切"问题。传统方法对所有训练案例使用相同强度,导致简单案例过度学习、复杂案例学习不足。MADPO通过两步训练:先评估案例难度,再据此调整学习强度,实现"因材施教"。实验显示该方法在不同质量数据上均有显著提升,最高达33.3%,为AI精细化训练提供了新思路。