根据来自IDC一项新的预测,2016年全球x86和ARM服务器级微处理器收入将增长 1.3%达到139亿美元,而服务器微处理器市场出货量将增长3.5%达到2290万部。这份题为《2016年到2020年全球x86和ARM服务器级微 处理器预测》还预期,在2015年到2020年期间x86和c级微处理器收入的复合年增长率为2.2%,到2020年规模将达到153亿美元。
该报告认为,2016年服务器级微处理器增长的推动力是主要云服务提供商十分可观的直接 采购,包括Google和Amazon,以及在服务器之外的系统中采用服务器微处理器,例如存储系统和网络系统。IDC预计2016年第一季度出货的 x86和ARM服务器级处理器——主要是至强处理器——中有17.3%是面向存储、网络和嵌入式系统的,相比之下2013年第一季度这个数字为8.8%。
该报告还提到了即将来临的竞争力转变。在经过多年的生态系统开发,以及处理器设计无法赢 得数据中心的关注,ARM处理器厂商例如Applied Micro和Cavium已经赢得了不少设计成就,赢得了来自通信服务提供商(CSP)的合作伙伴,系统厂商代表了广泛的最终客户和工作负载。IDC预计 2017年,ARM厂商将开始凭借他们最新一代的设计赢得市场关注。
“随着现有系统市场总量、工作负载基础的不断扩大,竞争日益激烈,未来5年服务器级微处理器市场将看到越来越多系统专有和工作负载专有的设计,价格适度调整,以及市场份额的温和变化,”IDC计算半导体研究副总裁Shane Rau表示。
来自IDC预测的其他重要发现包括:
IDC预计,从2010年到2015年由服务器级微处理器客户支付的平均全球合同价格将增长25%。2010年英特尔的单位份额为93%,2015年份额为99.2%。
较高的市场平均销售价格(ASP)正在吸引新的微处理器厂商进入服务器级微处理器市场。这些厂商收到大量需求的鼓舞,例如中国很多主要的云服务提供商和系统制造商看到了英特尔的替代者。
从2016年年底到2017年,多家处理器厂商将发布新产品,拥有挑战英特尔主流产品线 至强E5-26xx系列的潜力。这些产品线包括AMD的x86 Zen、高通基于ARM的Hydra、Applied Micro基于ARM的X-Gen 3、Cavium基于ARM的ThunderX 2,还可能包括博通基于ARM的Vulcan。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。