至顶网软件频道消息: Red Hat宣布已经收购了位于波士顿的数据管理初创公司NooBaa,以提升有着重要战略意义的混合云产品组合。
这次收购发生之际,正是Red Hat自身正在被IBM以3400万美元收购(预计于明年完成)。Red Hat在混合云市场中的强势地位,是IBM力推此此次收购的主要原因之一。
这次收购NooBaa虽然是一次小型收购,但在混合云方面可以给Red Hat带来很大的推动力。Noobaa提供的软件平台旨在让企业信息更具可移植性,而可移植性正是混合云环境的一个基本要素,特别是对于越来越多采用软件容器的企业来说。
很多企业正在使用容器来构建可在不同云平台之间轻松迁移的便携式应用,但带入这些应用的数据是一项很复杂的任务,是因为在不同云之间数据的存储方式也存在着巨大差异。将工作负载从一个平台迁移到另一个平台通常需要对工作负载进行大量修改才能使用新环境的存储服务,这个过程中会引发诸多挑战。
正如Red Hat存储副总裁Ranga Rangachar解释的那样:“一旦写入存储系统,就很难在不中断应用或者最终用户的情况下迁移数据了,即使将数据迁移到其他位置能节约一定的成本。其次,数据往往会激增,因此很难知道正在生成的是什么数据以及数据存储的位置。”
NooBaa的软件提供了一个统一的存储访问层,可与AWS、微软Azure、Google Cloud、以及Red Hat自己的Ceph存储解决方案一起使用,用于本地数据中心。混合云应用可以通过NooBaa发送所有请求,而不必单独与每个服务进行交互。
据NooBaa称,结果就是减轻了开发者的负担。在云之间移动工作负载变得更加容易,因为在迁移到新环境之后,服务可以继续使用NooBaa的软件来访问资源。
Red Hat计划将该平台与自己的Ceph Storage以及Red Hat OpenShift Container Storage产品集成。在收购公告之后发布的FAQ指南中,Red Hat还暗示可能最终会开放NooBaa的软件源代码。
NooBaa表示:“长期以来Red Hat一直承诺会对收购获得的技术进行开源,相信在这方面不会发生有什么改变。我们具体的计划和时间表将在未来几个月内确定。”
这次收购的条款尚未披露。
好文章,需要你的鼓励
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。
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。
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。