CNET科技资讯网 1月22日 北京消息:今天,数人云宣布完成5000万人民币A+轮融资。此次融资由沣源资本领投,云启资本、唯猎资本以及UCloud等A轮投资方继续跟投。本轮融资将主要用于企业级市场开拓、开源项目的推进,以及上下游生态的完善。
数人云由原Google架构师王璞博士于2014年9月创立,其核心团队来自于谷歌、红帽和惠普,具有丰富的分布式研发能力和平台运营经验。2016年初,数人云完成由云启资本领投的3000万人民币A轮融资。云启资本执行董事陈昱当时表示,“容器经过多年发展,技术日臻成熟,已经可以在生产环境下大规模部署。”
过去一年中,数人云重点聚焦于打造基于容器的最轻量级PaaS平台,帮助金融、能源、广电、快消等传统行业进行容器化探索和实践。同时,数人云积极推动开源技术,率先开源国内首个基于SwarmKit的容器管理面板Crane以及Mesos调度器Swan。目前开源项目已经成为数人云的重要标签。此外,数人云还加入了中国开源云联盟,与联盟一同推动容器技术白皮书和包括容器安全等级、容器交付等标准的制定,去年11月数人云参与编撰的《容器技术及其应用白皮书1.0》已正式发布。
伴随着容器技术的大热,PaaS市场广受关注,近两年来PaaS逐步被广大企业客户接受,基于容器技术的新一代PaaS正在成为主流。从整个市场来看,多元化的容器技术,云计算巨头参与,以及容器创业公司的垂直专注,都会推动开源容器生态的快速发展。作为其中的一员,数人云希望帮助传统企业提升IT对业务的支撑能力,为客户统一管理资源和应用,加速应用交付,提升运维效率,建设新一代基于云计算技术的IT架构体系。
作为一款部署在私有云及混合云之上的轻量级PaaS平台,数人云DM/OS数据中心操作系统采用了主流的Docker容器技术,基于成熟稳定的Mesos集群调度工具,兼具可移植性和可扩展性,能轻松管理和调度大规模容器集群,帮助用户快速整合不同环境下的主机资源,部署Docker容器应用,实现应用的全生命周期管理。数人云为用户的业务系统带来高可用的服务质量和更细粒度的资源利用,同时,PaaS平台提供的管理能力则把开发运维的复杂度大幅降低,进而大幅降低企业的IT成本。与传统PaaS相比,数人云DM/OS数据中心操作系统具有企业级应用容器调度管理、支持百万并发的微服务业务场景、支持大数据应用安装和GPU集群管理,以及两地三中心的高可用部署能力。
数人云致力于弥合企业客户的需求与容器等开源技术之间的断层,在私有云层面,与其它领域的云服务提供商开展合作;在产品层面,数人云根据客户的需求进行定制,形成端到端的解决方案。数人云基于对SRE核心理念的深刻理解,以及DevOps的实践经验,为SRE在中国的落地实践提供量体裁衣的参考和尺度。
目前,数人云已经服务国内大型公共事业央企、大型股份制银行、城商行,以及快消等众多企业级客户。接下来,数人云将继续在传统行业实现突破,持续关注企业客户的需求,重视落地交付服务质量与客户体验的提升。同时,数人云还将深挖行业痛点,交付贴合客户需求与特性的行业容器云,帮助国内企业快速进入应用容器化时代。数人云会依托对行业特性的理解,联合上下游各合作伙伴为客户提供具有高度敏捷性、适应大数据、有效简化IT架构以及可以承载多元性业务的云基础设施。数人云与合作伙伴正在共同建立基于容器技术的PaaS技术生态圈,与各个领域的ISV以及第三方云计算厂商合作,携手开拓云计算生态市场。
数人云方面表示,未来三年将在云计算领域继续深耕企业级细分市场,帮助企业客户实现互联网+时代下的新IT转型。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。