拟化巨头VMware今天宣布收购软件开发平台厂商Pivotal Software和网络安全厂商Carbon Black。
VMware表示将以27亿美元的价格收购Pivotal,另外花费21亿美元收购Carbon Black,预计这些交易将于2020年1月前完成。
VMware首席执行官Pat Gelsinger在一份声明中表示:“这次收购解决了当今所有企业的两个关键技术优先事项,即构建现代企业级应用并保护企业工作负载和客户端。我们通过这次收购有重要意义地加速了订阅和软件即服务产品的发展,并扩展了我们帮助客户实现数字化转型的能力。”
Pivotal和Carbon Black是两家完全不同的厂商,但两者都专注于Gelsinger提到的现代化工作负载。Pivotal提供的软件开发平台用于构建基于Cloud Foundry和Kubernetes等开源技术的现代应用,而Carbon Black提供的工具可以对这些应用进行保护。
在今天宣布收购消息之后召开的电话会议上Gelsinger表示,这两家厂商将让VMware能够应对企业IT领域的三大发展趋势。
“首先,多云是企业IT的一种新模式。其次,数字化转型正在加速云原生应用开发的步伐。最后,也是最重要的是,随着企业将应用迁移到云端并通过分布式网络和各种端点访问云,安全性已经成为一项重大挑战和优先事项。”
Gelsinger解释说,对于Pivotal而言,它开发的平台与VMware基础设施相结合将使VMware能够提供“全面的Kubernetes产品组合”用于构建和管理现代应用。
Kubernetes对于VMware来说似乎是“Pivotal”的(关键的),因为Pivotal最近几个月完全投身于容器编排软件领域。例如,几个月前Pivotal宣布即将在Kubernetes上推出Pivotal Application Service,为基于Cloud Foundry的平台增加更多功能,适用于那些希望将应用转移到软件容器中的开发人员,让他们可以保持不变地运行在多个计算平台上。
在此之前,Pivotal还与VMware展开合作,通过Pivotal Container Service联合服务将Kubernetes与自己的平台进行了整合。
Wikibon分析师Stu Miniman在上周首次有收购传闻报道时曾表示:“Pivotal Labs是一个帮助客户采用云原生方法的优秀团队。当Pivotal成立的时候,VMware与Cloud Foundry两者的发展方向有着巨大差异,但他们需要更紧密地联系在一起以便在未来取得成功。”
Pundotal IT分析师Charles King表示,收购Pivotal对双方的业务都是有好处的,并且两者都是Dell Technologies家族的成员。他表示,最近几个月Gelsinger在股市上表现不佳,意味着VMware能够以较低的价格买入,价格和首次公开募股时候的股价差不多。
King表示:“这笔交易完全合情合理,因为Dell和VMware已经拥有Pivotal三分之二的股份。换句话说,VMware是最合乎逻辑的买家,并且已经签署了一项协议涉及向Pivotal股东支付相对适度的现金,并通过交易自己的股票以换取Dell所持有的份额。总而言之,对于一家公司来说,这是一个不错的解决方案,但却无法兑现首次公开募股时所做的承诺了。”
另一方面对于收购Carbon Black来说,VMware的计划是将其与自己的安全产品相结合,为任何应用创建“现代安全云平台,在任何设备上运行任何云,”VMware在一份声明中这样表示。
Carbon Black的云原生安全平台使用大数据和行为分析技术,提供针对网络攻击的端点保护。King说,这些都是VMware目前基础设施安全产品和服务所缺少的功能。
“随着Carbon Black的加入,VMware将能够打造提供最高安全级别的解决方案,无论涉及哪些设备、在什么位置或者涉及什么云平台。”
在公布这两笔收购之前 VMware刚刚宣布了第二季度财报,结果超出预期。该季度VMware在股票补偿等特定成本之前的收益为每股1.60美元,收入为24.4亿美元,比一年前增长了12%。
此前华尔街预期每股收益为1.55美元,收入为24.3亿美元。
尽管如此,VMware的股票还是在盘后交易中下跌超过5%。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。