Nvidia今天表示,已经正式完成对高性能软件定义块存储初创公司Excelero的收购。

Excelero成立于2014年,三年后走出隐身模式,是一家NVMesh软件的开发厂商,该软件主要用于管理和保护NVMe闪存驱动器虚拟阵列,使其在公有云和私有云环境中用作块存储。
Excelero的软件旨在利用“服务器存储区域网络”,这些设备是建立在商用硬件上的,通过利用内部存储让数据尽可能地靠近处理器。该软件提供横向扩展应用(随需求线性增长和缩小),并通过网络灵活访问闪存存储。
不过,服务器SAN在跨网络共享存储资源方面是有局限性的。Excelero的软件解决了这个问题,它允许应用把服务器SAN资源视为单个的、巨大的存储空间池。
Excelero的工程师团队(包括联合创始人、首席执行官Yaniv Romem)将加入Nvidia,负责扩大对Nvidia企业软件堆栈中软件定义块存储的支持,包括高性能计算集群,还将致力于把块存储与Nvidia DOCA软件框架进行集成,后者是运行在Nvidia数据处理单元上的。
Excelero对Nvidia来说是一个很合适的选择,因为两家厂商在过去几年中曾就多项举措展开密切合作,例如Excelero帮助Nvidia开发了Magnum IO软件套件,旨在帮助数据科学家和人工智能研究人员在短时间内处理大量数据,此外Excelero的软件也用于Nvidia Quantum-2 Infiniband网络平台。
Romem表示:“Excelero团队将加入Nvidia,眼下市场对高性能计算和人工智能的需求正在激增,我们将与Nvidia合作,确保我们现有的客户得到支持,很高兴我们在块存储方面的专业知识将运用于Nvidia世界级的AI和HPC平台上。”
Nvidia表示,在将Excelero NVMesh技术集成到Nvidia企业软件堆栈之前,将通过履行所有合同来支持Excelero的现有客户。
好文章,需要你的鼓励
视频创作模型的突破,让AI影视走向专业化发展阶段,进入AI原生时代。当然AI的到来,并不是要替代导演,AI正在逐步重构影视工业中最标准化、最重复、最耗时的生产环节。
北京大学提出GQLA,对MLA做最小改动,让同一套模型参数在H100用紧凑缓存路径、在H20用分组扩展路径,两种路径数学等价,无需重训即可适配不同芯片。
今天讲的出海案例是友讯达,这家电力物联网企业通过新加坡子公司在巴西配置 1000 万雷亚尔注册资本,承接智能电力设备、通信终端和本地服务。
新加坡国立大学提出OmniHumanoid框架,将动作迁移与机器人外形建模解耦,仅需少量未配对视频即可适配全新机器人,实现720p实时跨形态视频生成。