这家初创企业拥有强大的支持者帮助其占领中国市场。
GPU加速分析企业SQream公司刚刚在其B轮融资当中筹得2640万美元。此轮融资由中国跨国企业阿里巴巴牵头,而就在今年早些时候,阿里巴巴还曾为其另一家云合作伙伴豪掷资金。
SQream 公司推出的数据仓库方案DBMS能够在英伟达GPU之上运行重复性底层代码,从而加快分析速度。
今年2月与中国巨头企业阿里巴巴的正式签约,意味着阿里方面的客户将能够通过阿里云访问SQream,从而实现对数据的设置、访问与分析。
来自Oracle及SQL Server等原始数据库的数据,将通过现有ETL工具进入SQream。当然,用户也可以根据需求选择其它新型数据流工具。
SQream所支持的硬件类型包括一切配备有英伟达Tesla、V100、P100以及K80 GPU的服务器。运行有Linux的戴尔、HPE以及IBM Power服务器皆可供SQream客户选择。其使用的存储系统则来自DDN、戴尔-EMC、IBM、NetApp以及X-IO,当然亦支持软件定义存储。
那么E8与Excelero推出的NVMe-oF存储能否受到支持?公司CEO兼联合创始人Ami Gal对此无法发表评论。不过将两家产品的快速访问阵列与SQream的数据库相对接似乎是个相当顺理成章的决定。
SQream公司在北美拥有直销机构,目前亦在其它地区寻找合作伙伴。其已经与印度的ACL Mobile以及泰国的AIS建立合作关系。Gal表示:“我们觉得自身在亚洲领域可能不会获得太大的成功。”
“我们当然希望在中国占得一席之地……不过考虑到阿里巴巴迅猛的发展态势与扩张步伐,我们打算转移至其它市场。”
其它数据仓库厂商与分析数据库供应商可能也将因此得到启发,并要求其工程师及技术架构师着力推动GPU对接能力。
好文章,需要你的鼓励
网络和基础设施管理技术提供商NetBox Labs完成3500万美元B轮融资。该公司是开源网络基础设施管理平台NetBox的商业化运营方,服务数万家企业用户,包括数十家财富500强公司。NetBox已成为现代技术基础设施构建、管理和自动化的标准平台,可加速创新、简化运营并支持AI应用场景。
这项研究开发了VIDEO-RTS系统,仅用传统方法3.6%的训练数据就让AI学会了真正的视频推理能力。系统采用"纯强化学习"跳过死记硬背阶段,结合"稀疏到密集"的自适应推理策略,在五个权威测试中平均准确率提升2.4%。这一突破性进展可能改变AI视频理解的发展方向。
ITPro Today针对IT专业人士进行的边缘计算策略调查显示,55%的受访者对边缘计算概念仅"有所了解",21%的组织IT预算中边缘计算投资不足5%,而33%的组织至少投入10%。性能提升和安全性是采用边缘计算的主要驱动因素,分析和数据缓存是主要应用场景。Microsoft Azure IoT Edge是最广泛使用的边缘平台,混合云-边缘模型成为主流架构。成本仍是边缘计算采用的最大障碍。
约翰斯·霍普金斯大学研究团队开发出能够自主完成胆囊切除术的手术机器人系统SRT-H。该系统采用分层决策架构,具备自我纠错能力,在8次完整手术测试中实现100%成功率。系统通过观看16000个手术轨迹学习,能够像人类医生一样观察、判断和纠错,代表了手术机器人向真正自主化迈出的重要一步。