谷歌近日宣布,将收购得到风投支持的数据管理初创公司Actifio,以增强自己公有云的数据备份和恢复功能。
Actifio成立于2009年,在收购前已经累计获得超过3亿美元的投资。
Actifio表示,与传统工具相比,Actifio同名的数据管理平台可以将备份信息所需的时间减少20倍。企业通常会定期备份记录(例如在工作周结束的时候),确保员工最新生成的信息记录是保留了副本的。
传统工具会对新生成的记录和公司旧有数据都进行拷贝。相比之下,Actifio仅备份自上次复制以来新增的信息,这就会让备份过程更加高效。信息量减少了,企业通过网络将数据备份到谷歌云端等平台的带宽成本就降低了。
Actifio还表示,Actifio的技术可以缩短故障后恢复数据所需的时间,这一点通常要比备份速度更为重要,因为恢复工作负载所需的时间越少,企业就能越快地恢复业务的正常运转。
Actifio的软件可以支持本地基础设施和主流公有云(包括Google Cloud)。谷歌技术基础设施和云工程副总裁Brad Calder在博客中写道:“Actifio将帮助我们更好地为企业服务,帮助他们部署和管理关键业务工作负载,包括在混合云中。”这里他特别强调了混合云的场景,说明此次收购完成之后,Actifio的软件将继续可用于本地环境。
除了Google Cloud之外,Actifio还支持AWS和微软Azure等谷歌云的竞争对手。考虑到谷歌一直追求“开放云”的战略,让客户也能在竞争对手的平台上部署应用,因此Actifio的平台很可能仍将继续支持AWS和Azure。
数据保护并不是谷歌通过此次收购获得Actifio的唯一关注焦点。Actifio的平台所谓VDP技术为基础,该技术可以创建数据集的“黄金副本”(例如MySQL部署的内容),然后在多个应用之间共享。因此,VDP无需为每个使用这些数据的应用创建单独的数据副本。谷歌通过向客户提供该季度,帮助他们减少云存储的费用。
此次收购的财务条款未对外披露。
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。