数据编排平台 Hammerspace 已获得 1 亿美元融资,以加速其全球扩张。
直到两年前,成立于 2018 年的 Hammerspace 一直由创始人兼 CEO David Flynn 与一批高净值人士及长期投资来源提供资金支持。2023 年,该公司在 A 轮融资中筹集了 5670 万美元,当时表示计划扩展其销售和市场业务基础设施。而现在,为了抢占客户对 AI 带来的巨大数据需求、实现数据大范围且高速访问的市场机遇,Hammerspace 又成功获得了 1 亿美元融资,并宣称能够通过数据编排解决这一难题。
Flynn 表示: ‘AI 不会等待。竞争不仅仅是关于原始吞吐量,而在于您能多快部署、传输数据并启动基础设施。任何延迟都意味着潜在价值未能实现和投资的浪费。我们创建 Hammerspace 的目的就是消除阻碍、压缩成果实现时间,并显著提高 GPU 利用率。这正是我们的客户能够获胜的关键。’
去年六月,Flynn 曾展望 Hammerspace 能够实现正现金流,并计划在未来 18 至 24 个月内考虑进行 IPO。他表示: ‘我们正在构建一家财务纪律严明的公司,但当前我们必须以更快的速度增长,以抢先抓住 AI 创造的机遇。’不过他也提醒说: ‘当前市场环境对 IPO 来说异常艰难,部分领域预算正在减少,而 Nvidia 则暂时吸走了所有资源。在 Nvidia 在 AI 领域如此主导的情况下,开展 IPO 实在是个艰难的时机。’
十个月后,Nvidia 的主导地位进一步加强,AI 浪潮持续,同时不可预测的关税变动使得短期业务规划变得日益困难。Hammerspace 决定依托 AI 推动增长,并需要新的资金来实现这一目标。
这轮 B 轮融资由 Altimeter Capital 领投,Cathie Wood 的 ARK Invest 以及一批新老投资者共同参与。ARK 已是现有投资者,其曾参与 2023 年的 A 轮融资。
这些投资者认同 Flynn 的观点,即 AI 浪潮需要一个统一的数据基础设施,让 AI 代理能够尽可能多地查询和处理组织内的信息资产。这要求组织对其数据资产拥有全方位的可视性与控制——无论数据采用何种协议、存储于何处——并能通过单一控制面板进行访问。这便是 Hammerspace 所提出的全球数据环境。
Flynn 说: ‘我们构建数据编排并不是为了形式而形式。无论数据物理存储在何处,我们都能更快地将数据编排至 GPU。我们能够瞬间整合第三方存储中的数据,加速数据处理准备。我们部署和扩展极其便捷迅速,使客户能更快实现其业务目标。’
‘我们预计,Arcitecta、Dell、DDN、NetApp、Pure Storage、VAST Data 和 WEKA 等存储供应商将会强势挑战 Hammerspace,并在企业 AI 数据基础设施市场中展开激烈竞争。’
好文章,需要你的鼓励
研究显示,英国中小企业虽占企业总数99.9%,但因资源与专业不足,难以有效应对网络攻击。CyCOS项目旨在通过构建支持社区,帮助中小企业提升网络防御能力。
这项研究介绍了EOC-Bench,一个创新基准测试,专门评估多模态大语言模型在第一人称视角场景中对物体的认知能力。研究团队从三个时间维度(过去、现在和未来)构建了3,277个问答对,涵盖11个细粒度评估维度,创新性地使用视觉提示解决物体引用问题。评估结果显示,即使最先进的模型如GPT-4o在物体时间感知方面也显著落后于人类,特别是在绝对时间感知上。这一研究为发展更强大的体感AI系统提供了重要参考,对增强现实和机器人技术等领域具有深远影响。
Wispr 的 Flow 是一款创新的 iOS 语音输入软件,借助 AI 技术能将语音无缝转换为精美文字,每周免费 2000 字,支持 100 多种语言,并能实现多设备同步。
这篇论文由加州大学伯克利分校和香港大学的研究团队提出了LIFT方法,挑战了传统视觉语言模型需要同时训练文本和图像编码器的假设。研究发现,使用预训练的大型语言模型作为固定文本编码器,只训练图像编码器就能在多项任务上超越CLIP,特别是在理解空间位置、对象属性关联等组合信息方面。LIFT不仅提高了计算效率,还解决了CLIP在处理复杂语义关系和长文本描述时的短板,为视觉语言模型提供了一条更高效的发展路径。