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
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。