正值刀片服务器15周年来临之际,全球著名调查机构IDC发表了《刀片服务器推动企业基础架构 走向新IT时代》白皮书,针对当前数字化转型时代刀片市场的国际现状、中国刀片服务器市场的现状、机会、挑战、与未来展望进行了全面分析。在报告 中,IDC特别指出了HPE刀片服务器在刀片服务器15年历程中起到的里程碑式的作用,并充分肯定了HPE刀片服务器在全球服务器市场的领军地位。同 时,IDC指出中国刀片服务器市场潜力巨大。
IDC观点一:过去十年,HPE刀片服务器牢牢占据全球市场的领先地位
报告指出,虽然受全球经济环境影响,企业对IT基础架构的投资开始放缓,但在过去10年中,刀片服务器出货量仍然保持稳定增长。10年间,刀片服务器出货量由2005年的49.1万台增长到99.4万台,10年间的年复合增长率达到7.4%。
其中,HPE刀片服务器牢牢地占据全球市场的领先地位,长期保持超过40%的市场份额,自2006年以来一直占据10年刀片服务器市场销售额第一的位置。
IDC观点二:中国刀片服务器市场10年间出货量增长超过10倍,刀片服务器已经成为中国服务器市场的主流架构之一
与全球市场相比,中国刀片服务器市场的发展更为迅猛。在过去10年中,中国x86刀片服务器市 场出货量由2005年的0.9万台快速增长到2015年的12.2万台,10年间翻了超过10倍,年复合增长率29.2%。中国市场在同一时期的用户刀片 服务器支出增长更快,由0.4亿美元增长到6.5亿美元,年复合增长率32.2%,如今已经成为服务器市场的主流架构之一。
IDC观点三:HPE刀片服务器在中国的市场地位——HPE在中国刀片服务器市场长期处于领导者地位,在2014和2015年度均占据销售额市场份额第一的位置
自2002年在中国售出第一台刀片服务器以来,HPE一直在中国刀片服务器市场扮演者举足轻重的角色,到2015年为止,HPE刀片服务器在中国的累积出货量已经超过20万台。
HPE在中国刀片服务器市场长期处于领导者地位,在2014和2015年度均占据销售额市场份额第一的位置。
IDC观点四: 中国用户将会逐步发现投资刀片服务器的好处,而中国刀片服务器市场也将迎来增长的高峰
在全球服务器市场中,刀片服务器的市场渗透率高达19.1%,但其在中国市场的渗透率与国外仍 然有一定差距,仅有8.3%,IDC认为这与我国目前对IT投资回报率的粗放型计算密切相关,但其也对中国刀片服务器市场表达出了积极的态度:中国用户将 会逐步发现投资刀片服务器的好处,而中国刀片服务器市场也将迎来增长的高峰。
IDC观点五: 中国刀片服务器市场将随着经济的发展和互联网+的普及继续高速增长,软件定义将在下一代云数据中心占有着重要的一席之地
IDC预计,全球刀片服务器市场将持续增长。刀片服务器将成为全球用户由传统平台向第三平 台技术转型的关键产品之一。针对中国市场,IDC指出,中国“十三五”计划的落地将会进一步推动刀片服务器在中国市场的普及。IDC预计,2020年中国 刀片服务器市场的出货量将达17.5万台,销售额达到8.2亿美元。2016到2020年间,出货量的年复合增长率为7.4%。
IDC在报告的最后指出了刀片服务器未来技术发展的必由之路,即软件定义。IDC指出:“融合基础架构是实现软件定义的方式之一。新的刀片服务器解决方案将是一种新的“组合型”基础架构。“
实际上,HPE已经率先走出了这一步,推出了第一款基于塑合性基础设施特性的基础架构平台,也 就是HPE Synergy(三大特点流动资源池、软件定义智能、统一的API,说简单点就是在可承担原有刀片服务器功能的基础上,与云应用、云时代更近了)。因此, 对于15周年的刀片服务器来说,这不是结束,这只是一个全新的开始。时代的车轮还在高速运转,技术的脚步不会停止,刀片服务器正经历着新一次的变革发展,HPE刀片服务器也将伴随全球刀片服务器之翼振翅高飞!
好文章,需要你的鼓励
OpenAI研究科学家Alexander Wei宣布,公司一个未发布的实验模型在国际数学奥林匹克竞赛中解决了六道题目中的五道,获得42分中的35分,达到金牌水平。该模型展现出类似人类数学家的推理能力,能够构建复杂严密的论证。这标志着AI在创造性问题解决方面的重要突破,不过该技术预计数月内不会公开发布。
约翰霍普金斯大学与StepFun公司联合研究,成功让AI学会"边看边思考"的视觉推理能力。通过两阶段训练方法,先让AI在文字推理中掌握认知行为,再迁移到视觉任务中。开发的OVR模型在多项测试中创造新纪录,为AI教育助手、医疗诊断、科研分析等应用奠定基础。
本文探讨了判断AI是否达到通用人工智能(AGI)和人工超级智能(ASI)水平所需的问题数量。目前缺乏确定的测试方法来评估是否达到顶级AI水平。基于图灵测试的分析,作者提出仅通过少量问题难以全面评估智能水平。参考美国国会图书馆主题标引(LCSH)的40万个主题领域,如果每个领域提出1万个问题,将需要40亿个问题来全面测试AGI。这种大规模测试虽然在逻辑上合理,但在实际操作中面临巨大挑战。
阿姆斯特丹大学研究团队开发出"缓存驾驶"技术,通过修改AI模型的键值缓存而非重新训练,让小型语言模型瞬间获得大模型的推理能力。该技术仅需一次调整就能让模型展现逐步推理行为,计算开销几乎为零,在多个推理基准测试中表现优异,还能实现推理风格迁移。