数据保护和数据管理技术开发商Veeam Software周一宣布收购Kasten,后者是Kubernetes原生工作负载的备份和灾难恢复技术的开发商。

Veeam首席技术官兼产品战略高级副总裁Danny Allan表示,此举的背景是IT行业看到了基于容器工作负载保护需求激增。Veeam最近将其全球总部迁至俄亥俄州哥伦布市。
Allan援引研究公司企业战略集团(Enterprise Strategy Group)的统计数据称,到2023年,预计约有50%的工作负载将转移到容器中。
Allan对CRN表示,“容器就在这里……我们看到,容器的普及速度正在变得越来越快,这和我们曾经在VMware上看到过的情况非常类似。而VMware本身也在将Kubernetes集成到其Tanzu技术中。这将进一步推动这种技术的普及。”
Allan表示,很多公司都在开发保护基于容器数据的技术,其中绝大部分都是从存储的角度出发的,但Kasten却是另辟蹊径。
他表示:“Kasten是从应用的角度看待容器的……这与Veeam将自己打造成十亿美元市值公司的思路是一致的。在Veeam横空出世的时候,每个人都在使用代理。但是,当数据保护转移到虚拟化环境中时,专注于应用就变得很重要。Veeam使用了以应用程序为中心的方式来迁移数据,完全不需要使用代理。”
Allan表示,Kasten的技术可以保护云端和本地环境中的Kubernetes容器。
他表示:“该软件作为Kubernetes软件进行部署,因此这是非常原生的体验。”他说:“我们将保持原生的DevOps体验,以提供云端和本地环境中的可见性。”
Allan表示,Veeam从今年年初开始与Kasten建立了合作伙伴关系,两家公司在上周的VMworld会议上展示了他们的技术集成。他表示,两家公司均为Insight Partners所有,这一点有助于推动收购。
Veeam将以1.5亿美元的现金和股权收购Kasten。
他表示:“这证明了我们在这一领域的投资。”他表示:“我们已经是虚拟化和云环境中数据保护的领导者……我们正在迈向'Act 2',它将专注于云端和容器。”
Allan表示,对于Veeam而言,收购Kasten而不是继续保持与其的合作伙伴关系非常重要。
他表示:“容器市场的发展速度决定了我们将采取行动,以确保在这个市场上的领导地位。” 他表示:“而Kasten在专注应用程序的容器方面拥有领导地位。我们将保持这种领导地位。”
一些重量级的存储厂商已经开始在保护基于Kubernetes容器的工作负载方面布局,并进行了大量投资。而收购Kasten的举措让Veeam成了其中的新成员。
Pure Storage上个月表示,将以3.7亿美元的全现金交易收购Portworx。Pure Storage将Portworx描述为领先的Kubernetes数据服务平台的开发平台,该平台可以在生产环境的容器中运行关键任务工作负载。
数据保护和数据管理软件开发商Commvault在7月发布了其HyperScale X存储设备,该设备采用了广泛使用的容器存储接口(CSI)来保护基于Kubernetes的有状态容器。
NetApp今年早些时候放弃了自己基于容器的存储技术开发,转而支持Project Astra,该公司称其目标是将持久性存储与Kubernetes容器结合在一起。
容器存储也已成为投资目标。MayaData是总部位于加利福尼亚州圣何塞的Kubernetes环境容器附加存储开发商,该公司今年2月获得了2600万美元的投资,投资方中包括位于佛罗里达州劳德代尔堡(Fort Lauderdale)的软件定义存储技术开发商DataCore。
好文章,需要你的鼓励
火箭实验室(Rocket Lab)宣布计划以现金加股票方式,斥资80亿美元收购主要卫星运营商铱星通信(Iridium Communications),交易预计于2027年中完成。铱星目前运营着由66颗活跃低轨卫星组成的星座网络,拥有约255万活跃用户,2024年营收达8.717亿美元。收购完成后,Rocket Lab计划借助其新型重型运载火箭Neutron及Lightning卫星平台,扩大铱星星座规模,开拓未被覆盖的市场并降低发射成本。
腾讯等机构提出ViQ框架,通过两阶段渐进量化训练,让离散视觉编码在多模态理解和图像重建上同时追平连续特征编码器,训练速度最高提升70%。
音乐流媒体平台Tidal宣布,将于7月中旬启用自动化工具,对完全由AI生成的音乐添加"AI"标识,并移除具有欺诈性质的曲目。平台还将取消AI生成音乐的版税资格,仅向真人创作、演唱的原创音乐开放变现渠道。此外,Tidal明确将高频异常上传、干扰真实艺术家等行为列为欺诈活动。Deezer、Spotify等竞争对手此前已推出类似检测机制,流媒体行业正加速构建AI内容治理体系。
香港科技大学与华为联合提出LISA训练方法,通过让副网络对齐"似然分数",将ControlNet等图像生成模型的训练收敛速度提升逾2.78倍,同时改善图像质量与条件控制精度。