计算靠近数据已失效?AI存储厂商Hammerspace完成1亿美元B轮融资

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
AITNT-国内领先的一站式人工智能新闻资讯网站 搜索
计算靠近数据已失效?AI存储厂商Hammerspace完成1亿美元B轮融资
5654点击    2025-04-19 21:59

2025年4月17日,圣马特奥,加利福尼亚 —— 数据编排和存储平台领导者Hammerspace宣布完成1亿美元B轮融资,由Altimeter Capital领投,ARK Invest等新老投资者共同参与,公司估值超过5亿美元。这笔融资将加速Hammerspace在全球市场的扩张,巩固其在人工智能(AI)驱动的数据基础设施领域的领先地位,助力企业应对由AI引发的“大数据重心转移”趋势。


计算靠近数据已失效?AI存储厂商Hammerspace完成1亿美元B轮融资


Hammerspace通过其创新的数据编排平台,将分散的数据孤岛虚拟化为一个统一的全局命名空间,并以高性能计算(HPC)级别的速度访问这些数据,帮助客户解决了复杂的数据管理难题。这一能力使其成为AI基础设施领域的关键玩家,吸引了顶级投资机构的关注。


此次融资由硅谷知名风投Altimeter Capital领投,其曾成功投资Snowflake、MongoDB、Confluent等大数据标杆企业,并在Databricks以10亿至20亿美元收购Tabular时获得回报。ARK Invest作为2023年Hammerspace 5670万美元A轮融资的参与者,此次继续加码,其投资组合包括特斯拉、英伟达和Palantir等科技巨头。此外,其他战略投资者也加入本轮融资,他们曾支持NVIDIA、Meta、SpaceX等变革性企业,带来了丰富的行业洞察和资源。


Hammerspace首席执行官兼创始人David Flynn表示:“这轮融资标志着Hammerspace从技术驱动向市场驱动的转型。我们将投资于销售、营销和客户支持,以满足AI时代对数据基础设施的爆炸式需求。”


大数据重心转移:从孤岛到GPU


Hammerspace的崛起与AI驱动的“大数据重心转移”密切相关,这一趋势正在重塑数据管理的核心逻辑。正如Flynn在最新一期Hammerspace“数据解放”播客(第86集)中所阐述:“传统观念认为‘将计算迁移到数据所在位置’,但这一模式已不再适用。GPU是AI的核心,它需要固定部署并配备电力和冷却。数据必须快速迁移到GPU附近,而非反过来。”


GPU作为训练和运行大规模AI模型的必需品,其高昂成本和复杂部署要求企业重新思考数据策略。复制和移动PB或EB级的非结构化数据到本地或云端数据中心,不仅成本高昂,还会拖慢AI工作流程。Hammerspace的解决方案通过自动化数据编排,确保数据以最低延迟、最优性能送达GPU,显著提升计算效率。


Altimeter Capital合伙人Jamin Ball在播客中进一步指出:“过去十年,数据变得更加分散,分布在本地、云端、AWS、Oracle等多个平台。集中式数据平台虽理想,但现实中难以实现。这种分散化带来了锁定效应,增加了成本和复杂性。我们寻找能够打破这种锁定的公司,而Hammerspace正是这样的企业。”


Hammerspace技术核心:NFS驱动的“数据高速公路”


Hammerspace的核心竞争力在于其基于并行NFS(pNFS)的全局文件系统,摒弃了传统复杂分布式文件系统(如GPFS、Lustre),转而采用经过增强的NFS协议,并将其原生集成到Linux内核中。这一创新由Hammerspace联合创始人兼首席技术官Trond Myklebust(Linux内核NFS客户端的主要开发者)推动,确保了平台的开放性和兼容性。


Flynn形象地比喻道:“传统协议如NFS和S3就像单车道的乡村道路,传输速度慢且效率低。我们引入了标准化的新协议,构建了一条多车道的‘数据高速公路’,通过旁路控制平面协调分布式系统,让数据以HPC级速度流向多个目标。”


这一“高速公路”架构有以下关键优势:


  • 全局命名空间:无论数据存储在本地、AWS、Google Cloud、Microsoft Azure还是Seagate Lyve Cloud,Hammerspace都能提供统一的访问视图,消除数据孤岛。
  • 高性能AI支持:通过优化数据管道,Hammerspace确保GPU以最高效率运行,满足LLM训练等高性能需求。例如,Meta使用Hammerspace支持两组24576个NVIDIA H100 GPU集群,训练Llama模型。
  • 开放标准:基于Linux内核的NFS客户端,无需专有软件,降低了部署和维护成本。
  • 自动化编排:智能移动数据到计算资源附近,减少手动操作和数据复制。


Ball对此评论道:“Hammerspace基于真正的开放标准平台,提供了一种打破数据锁定的解决方案。我们相信,这将是企业充分利用AI和数据潜力的最终数据基础设施形态。”


市场表现与客户成功


Hammerspace的增长势头强劲,反映了市场对其解决方案的迫切需求:


  • 营收增长:2024 年,Hammerspace 报告称其收入将比 2023 年增长 10 倍,这主要得益于对 AI 存储和混合云解决方案的需求。2023 年,该公司报告客户采用率和管理容量同比增长 300% 。
  • 客户规模:2024年客户群增长32%,净收入留存率(NRR)超过330%,总收入留存率(GRR)超过95%。
  • 标杆客户:服务于Meta、NVIDIA、特斯拉、Palantir、SpaceX、Blue Origin、美国国防部等,单个客户管理超100 PB容量。
  • 全球扩张:进入亚洲(中国、韩国、日本等)和EMEA市场,成立美国联邦部门,并与Hitachi Vantara、Cloudian等建立合作。


竞争格局


Hammerspace在AI数据基础设施市场面临VAST Data、Dell、Pure Storage、Weka等竞争对手的挑战。其差异化优势在于开放标准和对非结构化数据的专注,这对AI、分析和混合云场景至关重要。2024年,Hammerspace新增Jeff Gianetti(前WEKA首席营收官)担任CRO,进一步强化市场竞争力。


投资视角:AI“超级周期”的押注


ARK Invest的参与凸显了Hammerspace在AI和数据市场的潜力。ARK投资分析师表示:“Hammerspace的技术和市场定位使其有望成为AI基础设施的核心支柱,类似于我们在特斯拉和英伟达早期看到的颠覆性潜力。”


Ball则将此次投资视为AI驱动的“超级周期”的一部分:“AI需要数据战略,而Hammerspace正在重新定义数据如何为AI服务。我们相信,它将在这一周期中创造巨大价值。”




文章来自微信公众号 “ 深度数据云 “,作者 date.cloud


计算靠近数据已失效?AI存储厂商Hammerspace完成1亿美元B轮融资



AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)