一周之前VMware收购了Bitfusion以便为运行机器学习工作负载的客户提供更好的支持,一周之后,VMware公司又进行了人工智能领域的战略收购。
VMware近日宣布,将收购位于加州帕洛阿尔托的初创公司Uhana,收购金额未对外公开。Uhana之前曾在A轮融资中从New Enterprise Associates那里筹集了一些资金,金额未公开。
Uhana成立于2016年,由斯坦福大学电气工程和计算机科学副教授Sachin Katti和在Katti小组进行博士研究的工程师Manu Bansal创立。Uhana已经构建了一个基于人工智能的分析平台,可以帮助运营商找到优化网络的方法。
该软件主要有两个组成部分,一个是流处理引擎,可从电信提供商的基础设施中提取操作日志;另一个是机器学习模块,将数据转换为可用的洞察力。
Uhana可以让运营商深入了解最终用户所体验到的服务质量。与此同时,Uhana的人工智能算法会扫描运行数据中的异常,标记出潜在的网络问题并提供有关如何解决这些问题的建议。Uhana会根据重要性确定问题的优先顺序,帮助工程师确定他们应该首先解决哪些问题。
据VMware称,Uhana的算法非常敏锐,可以检测仅影响特定用户组或者云应用的本地化异常情况。该软件通过将从运营商基础设施收集的运营数据与用户访问的服务信息相结合来实现这一目标。
此次收购将有助于推动VMware的电信业务。VMware提供了运营商级的网络管理平台vCloud NFV,全球有70多家服务提供商使用该平台,包括AT&T、Sprint和Vodafone。
Uhana的技术将有助于增强搭配vCloud NFC销售的分析工具。具体来说,VMware计划将该软件集成到VMware Smart Assurance和VMware Smart Experience中,让运营商能够检测出技术问题并分析其运营效率。
最近VMware正热衷于收购,前不久收购了Bitfusion和Avi Networks两家公司,到目前为止VMware已经在两个月内收购了三家初创公司。
好文章,需要你的鼓励
北京大学研究团队开发出基于RRAM芯片的高精度模拟矩阵计算系统,通过将低精度模拟运算与迭代优化结合,突破了模拟计算的精度瓶颈。该系统在大规模MIMO通信测试中仅需2-3次迭代就达到数字处理器性能,吞吐量和能效分别提升10倍和3-5倍,为后摩尔时代计算架构提供了新方向。
普拉大学研究团队开发的BPMN助手系统利用大语言模型技术,通过创新的JSON中间表示方法,实现了自然语言到标准BPMN流程图的自动转换。该系统不仅在生成速度上比传统XML方法快一倍,在流程编辑成功率上也有显著提升,为降低业务流程建模的技术门槛提供了有效解决方案。
谷歌宣布已将约3万个生产软件包移植到Arm架构,计划全面转换以便在自研Axion芯片和x86处理器上运行工作负载。YouTube、Gmail和BigQuery等服务已在x86和Axion Arm CPU上运行。谷歌开发了名为CogniPort的AI工具协助迁移,成功率约30%。公司声称Axion服务器相比x86实例具有65%的性价比优势和60%的能效提升。
北京大学联合团队发布开源统一视频模型UniVid,首次实现AI同时理解和生成视频。该模型采用创新的温度模态对齐技术和金字塔反思机制,在权威测试中超越现有最佳系统,视频生成质量提升2.2%,问答准确率分别提升1.0%和3.3%。这项突破为视频AI应用开辟新前景。