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
尽管芯片厂商不断推出性能更强的神经处理单元,声称比上代产品快30-40%,但大多数AI功能仍依赖云端处理。专家指出,云端AI模型拥有数千亿参数,而手机NPU只能处理约30亿参数的模型。本地AI处理虽然在隐私保护和可靠性方面具有优势,但受限于内存容量和处理能力,目前主要应用于特定场景。业界正致力于优化模型压缩技术,实现云端与本地AI的混合处理模式。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Hammerspace通过现有NVMe存储最大化GPU使用率。随着AI计算在混合云和多云环境中扩展,基础设施团队面临着加速洞察时间同时最大化GPU投资的压力。Hammerspace Tier 0将GPU服务器集群内的本地NVMe存储转换为超高速共享存储层,性能比传统网络存储提升10倍,减少检查点时间,提高GPU使用率,改善推理响应时间,无需额外存储系统,节省数百万美元成本。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。