ZDNet至顶网软件频道消息: 2014年2月,华云数据获得SIG、英特尔投资的5000万美金B轮融资。在云计算市场泡沫溢出,概念落地的今天,国际资本巨头为何看好一家独立运营的本土云计算企业呢?
华云数据董事长许广彬看来,华云数据与其他云计算公司区别在于,坚持开放合作的发展战略,并且公司在云计算领域具有雄厚的开发实力,运营经验及技术积累。
他表示,早在2007年,因为对国内IT资源的深入了解及成熟运营,他成为中国第一批云计算领域的探路者,华云数据更是开发出了中国第一个服务器管理软件。将近10年在云计算领域的开发经验及技术积累,使华云数据在云计算领域的研发能力,遥遥领先于其他竞争对手。其实在此之前的A轮融资中,华云数据已经获中国最大的PE集团涌金集团数千万人民币投资。也恰好证明了这一点。
然而,有好的技术还不够,投资者更关心商业模式。许广彬介绍,华云数据积累了大量适合中国国情并被证明成功的运营经验。作为一家专注云计算服务的提供商,华云数据与合作伙伴之间没有利益冲突。独立运营能够保证其以最为开放的心态为合作伙伴提供高品质的服务,双方共同拓展市场空间。由于采用渠道战略,华云数据能够将更多精力投入到技术研发、完善服务之中,并且能够为不同类型、不同基础的用户提供有针对性的服务。
“公司的客户中,很重要的一部分是小微企业,他们在云计算方面能力很弱,我们帮助它们一站式转换到我们的云上来。”他表示。
目前,公司建立了完整的组织架构,在管理团队方面引进了多名曾经在万国数据、世纪互联、微软、惠普、计算机世界等公司担任高管的核心人才,并且面向行业市场成立了电商事业部、私有云事业部,正在筹备互联网金融事业部、游戏云事业部,完整的架构体系、经验丰富的高管团队,对于华云数据获得业界认可起到了积极的加分作用。
许广彬介绍,2004年,他机缘巧合地进入了IDC领域并一气做了下去,至今将近10年时间。这份对于理想的坚持与不懈努力也成为打动投资人的重要因素。“到2014年年底,华云数据的客户数量将达到20万。2015年预计会达到50万。我们计划在2015年底、2016年初启动上市计划”他谈到。
技术积累厚积薄发 云巢全面支持异构系统
投资方对于华云数据的认可,除了认为云计算是发展大势所趋外,也是看重了华云数据本身在云计算领域的深厚积累。
今年3月,华云数据第四代架构云计算产品正式上线。新一代产品秉承开放、合作、共赢理念,在系统架构、性能、稳定性与安全性、灵活性、运维与服务等方面都有了突破性进步。
第四代架构云计算产品最大亮点在于,依托华云自主研发的云计算资源调度和管理系统——云巢。云巢是一站式的弹性计算接入平台,全面支持异构化管理主流云计算平台。具有可编程接入,可按需、弹性、实时地获取计算资源、网络资源和存储资源,支持Java/.Net/PhP/Node.js等多种开发方式,具有支持插件式集成,只需简单配置即可使用的突出优势。
云巢集成了对Xen、KVM、VMWare等主流虚拟化平台的支持,通过在资源调度层的深耕细作,使得资源利用率有了大幅度的提升。云巢可快速接管企业内部可能非常复杂的传统IT架构,无需考虑不同架构、设备整合的技术难度和投入,同时可最大化对于现有IT资源的再次利用。云巢使得企业内部IT架构云化的同时通过安全的私有网络接入到公有云。
消除技术瓶颈 硬盘I/O速度创业界第一
众所周知,硬盘I/O是云主机性能的最大瓶颈,I/O作为云主机的一项核心指标直接决定着硬盘数据的读写速度。即使是目前知名的几家云计算企业,在提升硬盘I/O性能方面也一直处于不断探索之中。
华云数据新一代云产品在技术架构和存储算法方面都采用了更先进的技术,同时,在硬件配置方面大量采用了flash闪存和infiniband网络,从而保证了新产品业界领先的性能表现。
华云数据架构与资源部副总裁郭晓介绍,最新一代分布式块存储,在公有云领域已经达到业界第一。
对于公司的未来发展,华云数据董事长许广彬介绍,中国从1997年有IDC开始,业务持续增长。IDC业务最有可能颠覆的就是云计算,这个在美国已经被证实。中国的云计算发展非常快,其实大家技术都差不多,拼的是谁最懂用户,懂得以怎样的产品形态卖产品给客户,让云计算落地从而为产业,为客户带来真实的价值。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。