云原生环境优化专业公司Cast AI Group Inc.今日宣布,获得Pacific Alliance Ventures的新一轮融资,公司估值突破10亿美元,并将推出统一的云GPU市场平台。
继去年由G2 Venture Partners和软银愿景基金2期领投的1.08亿美元C轮融资后,Cast AI的融资总额已超过1.8亿美元。该公司未透露此次战略融资的具体金额。
Cast AI成立于2019年,专注于利用机器学习技术为Kubernetes云环境提供自动化性能优化,通过"合理调配"资源、自动扩缩容和管理竞价实例来实现成本节约和安全保障。这使企业能够更高效地使用云基础设施进行FinOps和云工程等操作。
Cast AI联合创始人兼首席执行官Yuri Frayman表示:"企业需要的不仅仅是更便宜的基础设施,而是能够随着工作负载和约束条件变化而自动适应的基础设施。这正是我们的自动化智能体的设计目标,这笔投资将帮助我们在全球范围内扩展这一能力。"
凭借这笔融资,Cast AI正在扩展其产品组合,推出Omni Compute功能。该功能可连接外部计算容量,包括GPU,并将其作为原生计算资源。这使工作负载能够在最合适的资源上运行,无论是本地还是跨云环境,都无需更改代码或重新配置。
通过这一新产品,组织可以在没有云锁定的情况下运行工作负载,首先从AI推理开始,同时仍能控制执行位置。这将使他们能够跨区域扩展,而无需指定特定提供商,同时仍保持基础设施的可预测性、主权性和合规性。
Cast AI表示,其抽象平台将对外部容量应用相同的优化策略,包括GPU共享、监控和合理调配,确保AI工作负载在大规模运行时保持高效和一致。
联合创始人兼总裁Laurent Gil说:"Omni Compute使GPU在基础设施层面实现可互换,这样计算容量就不会被困在单一云或区域中。"
甲骨文公司作为首个主要云服务提供商加入Omni Compute,通过Cast AI为客户提供多余的GPU容量。
甲骨文云基础设施高级副总裁Karan Batta表示:"Omni Compute消除了传统上将企业锁定在单一云中的障碍,使他们能够在需要时立即接入甲骨文云基础设施的高性能GPU集群。这是全球AI平台部署和扩展方式的重大转变。"
Q&A
Q1:Cast AI是什么公司?主要做什么业务?
A:Cast AI是一家成立于2019年的云原生环境优化专业公司,专注于利用机器学习技术为Kubernetes云环境提供自动化性能优化,通过合理调配资源、自动扩缩容和管理竞价实例来帮助企业实现成本节约和安全保障。
Q2:Omni Compute功能有什么特点和优势?
A:Omni Compute可以连接外部计算容量包括GPU作为原生计算资源,使工作负载能在最合适的资源上运行而无需更改代码。它消除了云锁定问题,让企业能够跨区域扩展而不被困在单一云或区域中,同时保持基础设施的可预测性和合规性。
Q3:Cast AI获得了多少融资?估值达到多少?
A:Cast AI刚刚获得Pacific Alliance Ventures的新一轮融资,公司估值突破10亿美元。加上去年1.08亿美元的C轮融资,该公司融资总额已超过1.8亿美元,但具体的最新融资金额未被透露。
好文章,需要你的鼓励
Helios Towers供应链总监Dawn McCarroll在采访中分享了公司的数字化转型经验。作为一家在非洲和中东地区运营近15000个移动通信塔站的公司,Helios正通过SAP S/4Hana系统升级、AI技术应用和精益六西格玛方法论来优化供应链管理。McCarroll特别强调了公司Impact 2030战略中的数字包容性目标,计划在未来五年内培训60%的合作伙伴员工掌握精益六西格玛原则,并利用大数据和AI技术实现端到端的供应链集成。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
威胁行为者在npm注册表上传8个恶意包,伪装成n8n工作流自动化平台的集成组件来窃取开发者OAuth凭据。其中一个名为"n8n-nodes-hfgjf-irtuinvcm-lasdqewriit"的包模仿Google Ads集成,诱导用户在看似合法的表单中关联广告账户,然后将凭据传输到攻击者控制的服务器。这种攻击利用了工作流自动化平台作为集中凭据库的特点,能够获取多个服务的OAuth令牌和API密钥。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。