为了应对主要的云计算竞争对手,谷歌日前表示将计划收购Alooma,这家初创公司主要帮助企业将他们不同的数据转移到单一的云数据仓库中。
谷歌并没有透露收购这家初创公司的金额是多少,除了在总部加州雷德伍德之外,这家初创公司在特拉维夫也有很大的影响力,但这次收购的规模可能不会很大。据Crunchbase报道称,这家已有六年历史的初创公司已经从Lightspeed Venture Partners和Sequoia Capital Israel那里筹集了1500万美元。
Alooma通过一种“数据管道”工具,专门帮助企业简化数据库向云的迁移,该工具可以将数据从各种来源转移到云中的数据仓库,包括Google自己的BigQuery、AWS Redshift和Snowflake Computing等主流的数据仓库。
这都是后端的事情,Alooma坦率地将自己的高管和员工称为“管道工”。但对企业来说这个是一个关键痛点,也是谷歌的一格机遇,谷歌的公有云服务仍远远落后于AWS和微软。
Google Cloud工程副总裁Amit Ganesh和产品管理总监Dominic Preuss今天在博客文章中这样写道:“随着企业组织对其基础设施进行现代化改造以实现数字化转型,迁移关键任务系统以及为其业务成功提供动力的数据量可能是令人望而生畏的。无论你的数据保存在哪里——不管是在内部、我们的云、还是多个云中——我们都希望这些数据信息是已与访问的、有价值的、可操作的。”
Ganesh和Preuss称Alooma“天生适合”自动地把数据迁移到Google Cloud中,并且可以连接到Cloud Spanner和Cloud Bigtable数据库,以便与分析、安全、人工智能和机器学习等服务配合使用。
尽管Alooma目前的产品还将为现有客户支持其他云提供商,但谷歌在一份声明中表示,收购完成后,Alooma只会让新客户将数据移至Google Cloud,而不是其他云上。
“Alooma让我们感到最兴奋的事情之一,就是他们的团队为Google Cloud带来了在企业数据库和开源数据库方面的深厚专业知识,这对于帮助我们在Google Cloud Platform中构建其他迁移功能至关重要,” Ganesh和Preuss补充说。此外,他们还提到了Alooma在以色列不断扩大的影响力,包括去年5月收购了Velostrata团队。Alooma位于硅谷的员工未来将在Google Cloud的加州桑尼维尔总部工作。
Alooma联合创始人、首席执行官Yoni Broyde和首席技术官Yair Weinberger在一篇博客文章中表示,这次交易是建立在Alooma与谷歌长期合作的关系之上的。他们说:“加入Google Cloud将使我们更接近于提供完整的自助服务数据库迁移体验,谷歌云技术的强大功能——包括分析、安全、人工智能和机器学习——将让这些体验进一步得到提升。”
这次收购是Google Cloud首席执行官Thomas Kurian上任之后的首次收购,他曾是Oracle工作多年的自身高管,上个月接替Diane Greene。上周高盛(Goldman Sachs)在美国旧金山举行的技术大会上,Kurian表示将加速Google Cloud的发展。
Kurian说:“我们正在招揽来自整个行业的优秀人才来扩大我们的销售部门,你会看到我们在前进的过程中将更积极地参与竞争。”
此外,谷歌母公司Alphabet于本月早些时候公布,Google Cloud的合同数量和规模超过100万美元的交易数量都翻了一番,规模超过1亿美元的交易数量也有所增加。谷歌首席执行官Sundar Pichai在财报电话会议上表示:“我们正在取得巨大的成功。我们的产品已经准备就绪,且具有差异化,因此我们希望投资扩大规模并进入市场。”
未来可能将会看到更多更大规模的收购,尤其是在竞争厂商展开大笔交易之后,例如IBM在10月宣布以340亿美元收购Red Hat。CNBC引用Baird分析师Colin Sebastian的话,他希望看到一次“有意义的收购”能够“增强企业销售/支持功能和SaaS功能”,特别是考虑到Alphabet的1090亿美元现金储备让Google Cloud能够捕获更大的目标。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。