Splunk将重新定义不同规模下的数据应用性能管理(APM)服务类型,助力企业踏上云化之旅;此次收购将使Splunk成为可观测性领域的领导者
北京——2019年8月26日——致力于将数据转化为行动和价值的Splunk公司(纳斯达克股票代码:SPLK)宣布达成收购SignalFx的最终协议。SignalFx是云基础设施、微服务及应用程序实时监控和度量领域的软件即服务(SaaS)领先企业。Splunk是IT运维管理(ITOM)领域的领导者和智能运维(AIOps)方面的先驱厂商。本次收购完成后,Splunk将成为可观测性和APM产品领域的领导者,为处在云化之旅不同阶段的企业提供从云原生应用到自主开发的本地部署应用等服务。Splunk覆盖广泛的创新将有助于客户节省成本,增加收入,提升客户体验,同时也确保其成为交付任何规模企业整套应用成果的最具资格供应商。
根据协议条款,Splunk将以约10.5亿美元的总收购价(可能会调整)收购SignalFx,付款方式为60%现金加上40%的Splunk普通股。根据成交条件和监管审查惯例,本次收购预计将于2020财年下半年完成。
Splunk总裁兼首席执行官Doug Merritt表示:“数据助推了现代业务的发展。收购SignalFx将使Splunk成为大规模监控和可观测性领域的领导者。SignalFx将支持我们实现一贯的承诺,即为客户提供一个可监控企业应用整个生命周期的平台。SignalFx团队和领导层给我们留下了极其深刻的印象,他们的专业知识和专业精神是对Splunk的有力增强。”
SignalFx创始人兼首席执行官Karthik Rau表示:“在加入Splunk之后,我们将会打造一个功能强大的监控平台,随时为首席信息官们提供支持,无论他们是已经完全接受云,还是在使用数据中心的已有应用程序。随着全球不断朝着复杂的“云优先”架构发展,Splunk和SignalFx可提供实时监控和观测云原生基础设施及应用所需的新方法,无论是借助日志、指标,还是通过跟踪方法。SignalFx团队很高兴能加入Splunk公司,帮助首席信息官们应用现代化应用程序组合。”
随着业务的快速发展,人们需要全新的软件开发、部署和监控方法。数据量呈指数级增长,云原生技术(如微服务、容器、Docker 和 Kubernetes 等编排环境以及无服务器功能)正推动业务成果的实现,这是以往所难以想象的。与此同时,这些技术也为负责确保高可用性和无缝运营的IT专业人员和开发人员带来了独特挑战。这也是IDC(国际数据公司)“继续预计未来五年(在APM中)基于SaaS的解决方案将以三倍于本地部署解决方案增速的速度增长......”的部分原因。
Splunk和SignalFx的联合将为IT和开发人员提供一个数据平台,使他们能实时监控和观测数据,而不管基础设施或数据量如何,帮助其降低成本,增加收入,提升客户体验等。这使企业能跨越整个数据环境开展工作,而不仅仅是数据中心或云原生环境中的“孤岛”。
据Gartner公司预计,“到2022年,全球超过75%的企业将在生产过程中运行容器化应用程序,这与目前不足30%的比例相比有着显著增长。”客户将能使用Splunk和SignalFx的技术在云端、本地或混合环境中部署应用,同时使用单一互联互通平台在所有这些系统中获得实时的可观测性和响应。
Splunk首席财务官Jason Child表示:“我们在资产负债表方面具备的实力使我们可以用现金来支付收购价。总股本对价加上SignalFx初始员工留用奖励将确保此次交易的总稀释率低于3%。交易完成后,我们希望在现有计划中消化收购SignalFx的运营费用。目前,我们正在重新确定全年非GAAP运营利润率目标。”
好文章,需要你的鼓励
法国AI初创公司Mistral AI发布了首个大语言模型全面生命周期评估,量化了AI的环境代价。其Mistral Large 2模型训练产生20,400吨二氧化碳当量,消耗281,000立方米水。运营阶段占环境影响85%,远超硬件制造成本。研究表明地理位置和模型大小显著影响碳足迹,企业可通过选择适当规模模型、批处理技术和清洁能源部署来减少环境影响。这一透明度为企业AI采购决策提供了新的评估标准。
上海AI实验库推出YUME系统,用户只需输入一张图片就能创建可键盘控制的虚拟世界。该系统采用创新的运动量化技术,将复杂的三维控制简化为WASD键操作,并通过智能记忆机制实现无限长度的世界探索。系统具备强大的跨风格适应能力,不仅能处理真实场景,还能重现动漫、游戏等各种艺术风格的虚拟世界,为虚拟现实和交互娱乐领域提供了全新的技术路径。
许多人认为一旦实现通用人工智能(AGI)和人工智能超级智能(ASI),这些高度先进的AI将能够告诉我们人生的真正意义。然而,巅峰AI可能无法明确回答这个史诗般的问题。即使AI拥有人类所有知识,也不意味着能从中找到生命意义的答案。AI可能会选择提供多种可能性而非绝对答案,以避免分裂人类社会。
上海AI实验室研究团队开发了革命性的AI编程验证方法,让大语言模型能够在最小人工干预下自动生成和验证程序规范。该方法摒弃传统的人工标注训练,采用强化学习让模型在形式化语言空间中自主探索,在Dafny编程验证任务上显著超越现有方法,为AI自主学习开辟新道路。