
Pivotal公司CEO保罗-马里茨
作为云计算时代的开始,Pivotal公司的首席执行官保罗-马里茨,直言其希望看到一个比现有信息技术产业更加开放的产业环境。事实上,他也正在为此努力。
Pivotal公司,是由EMC公司和VMWare公司合资成立的公司,在该公司已担任了四年首席执行官的保罗-马里茨,正在搭建一个比现有大多数的平台更为快捷的云计算平台
“我们已经进入30年-40年IT产业时代的末期,”本周三,马里茨在加利福尼亚州圣莫尼卡召开的蒙哥马利绿洲峰会上说,“这将会是一个非常深刻的转变。”
马里茨表示,Pivotal不是最大的云服务提供商,放眼望去,微软、谷歌,特别是亚马逊,正在积极争夺云计算市场的主导地位。这种主导地位就像Windows在PC领域和IBM在大型计算机领域的地位一样。
占主导地位的平台
马里茨曾在微软工作过14年,参与了Windows95和Windows NT的研发工作。随后,他又成功地帮助微软的IE浏览器超越了网景通信公司(Netscape)的 Internet browser浏览器。
Pivotal公司将重点放在了两方面,即平台的开放标准,以及研发能在所有主要客户所在的云服务器上运行的软件。马里茨表示,Pivotal公司这样做的目的是要成为云计算领域的Linux。
“这不仅仅是属于极少数供应商的圈子”,马里茨说,“这不是说一群人打算安坐家中,建造围墙花园。”
市场调研公司表示,通过协同作用研究,在纯粹云计算平台领域,亚马逊仍然占主导地位,在第四季度约占30%的市场份额,高于微软、谷歌和IBM加起来的份额。
除了进一步开放标准外,Pivotal公司战略部署中的其他关键策略还包括为大型公司管理和分析大量的数据提供一个新的、快捷的方法。通用电气(GE)去年向Pivotal公司投资1.05亿美元,支持其开发该项目。
微软最后选择了在该公司任职22年的萨蒂亚-纳德拉担任CEO,马里茨不愿谈论此事。马里茨曾一度被认为是最佳人选。他对组委会说,“我在竞职中应该会获得第五名吧!”
现在没有任何有关Pivotal公司将在未来上市的消息。EMC首席执行官乔图奇在谈到Pivotal公司时表示,Pivotal公司将遵循类似于VMware公司于2007年拆分10亿美元首次发行股票的发展模式,到2014年Venturebeat网站将会让Pivotal公司首次发行股票的认购率达到发行总量的80%。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30