至顶网服务器频道 09月13日 新闻消息:私募股权支持下的Rackspace公司计划利用部分自有资金将管理服务、托管与协同服务厂商Datapipe收入囊中。
此笔收购预计将在2017年第四季度完成,双方表示收购目标包括将29座服务器农场纳入Rackspace的数据中心版图,同时将其业务扩展至俄罗斯、巴西、美国西海岸以及中国。
除了贡献自己的租赁机架之外,Datapipe公司还负责转售来自AWS、Azure以及阿里巴巴等厂商的公有云服务。该公司也开发出一套VMware支撑起的托管私有云与平台,专门面向政府客户以及其它服务供应商。
在竞争激烈的云业务市场上保持自身地位对于这两家公司而言皆非常重要--双方都没有足够的规模与各大巨头竞争,所以合并似乎是最具现实意义的出路。因此可以想见,未来市场上会出现更多类似的收购活动。
Datapipe公司由Robb Allen创立于1998年,且自起步以来共筹集到超过3亿美元。快餐连锁巨头麦当劳与制药/消费品牌强生皆是其客户。该公司还于一年之前收购了位于伦敦的管理服务供应商Adapt。
Rackspace公司于2014年确定了收购意向,但此后因讨论而有所耽搁。该公司于2016年8月转为私营性质,由Appollo Global Management公司以43亿美元对其进行企业收购。
双方合并之后的年销售总额约为24亿美元,员工总数则在6700名左右。
尽管与收购相关的具体细节尚未披露,但Rackspace方面表示这是其有史以来进行的规模最大的一笔交易。
好文章,需要你的鼓励
大模型时代,玛丽·米克尔(Mary Meeker)的名字可能大家不一定熟悉,但是在互联网时代,这位被可被誉为“互联网女皇”的。她是美国风险投资家和前华尔街证券分析师,专注于互联网及新兴技术领域。玛丽·米克尔(Mary Meeker)发了一份340页的《人工智能趋势报告》,粗粗看了一下,并没有非常轰动的观点,但是数据比较全面
微软研究院推出的"基于最优奖励基线的在策略强化学习"(OPO)算法解决了大语言模型强化学习中的两大问题:训练不稳定和计算效率低。通过严格遵循在策略训练和引入理论最优奖励基线,OPO无需额外的辅助模型或复杂正则化项,就能实现更稳定的训练。在数学推理基准测试中,OPO不仅表现优异,还保持了更低的策略偏移和更高的输出多样性。这项研究证明,有时最有效的解决方案不是增加复杂性,而是回归基础原则并进行深入的理论思考。
毫无疑问,Agent,也就是智能体已经预定了今年的最火AI关键词。不知道明年会不会是AGI呢,既然OpenAI和Anthropic的预测都是在2027年左右。而在Agent领域,非常有发言权的一位就是吴恩达。LangChain前不久的开发者活动Interrupt上,LangChain创始人Harrison Chase邀请了吴恩达专门做了一场对话
SWE-bench-Live是微软与上海人工智能实验室联合开发的持续更新基准测试平台,解决了现有代码修复评估工具的数据老化、覆盖有限和人工依赖问题。核心创新是REPOLAUNCH自动化流水线,能从GitHub抓取2024年后的1,319个真实问题,自动配置Docker环境。研究发现最先进的AI代码助手在该平台上的解决率仅为19.25%,远低于静态基准测试表现,尤其在处理多文件修改和大型代码库时存在明显局限。