至顶网服务器频道 06月27日 特别报道(文/董培欣):
第九届中国云计算大会上,深圳市杰和科技发展有限公司产品经理郑茹冰作为嘉宾接受了至顶网记者的专访,并对杰和科技服务器技术发展规划向大家进行了介绍。
深圳市杰和科技发展有限公司负责服务器产品线的产品经理 郑茹冰
杰和科技是成立于1999年的国家级高新技术企业,它位于深圳市,从1999年成立以来,它的前期主要是从事一些板卡类相关的业务。从2012年开始我们逐步地开始转向服务器相关业务的研发、设计包括生产、销售。从2012年至今杰和科技在服务器市场已经有五年的基础。
郑茹冰:从最近几年的IDC的报告来看,我们都可以注意到很明显的趋势,逐渐的这些服务器厂商,你会发现它的集中度越来越高,我们在前些年可以看到欧洲的厂商,日本的厂商,现在这几年看,我们基本上只会看到美国的厂商以及大陆的厂商。而且从整个的趋势来看,我们会发现国外的厂商在国内的X86服务器市场整体来讲还是节节败退,不管是策略性的,还是真的被打败了,起码整个市场份额还是处于非常大的下滑的趋势。
我们看到的情况,全球在2016年的X86市场整个增长的趋势不到一个点的情况,而我们在国内的X86市场,整个增长达到了百分之二十几,可以说在中国市场上,X86在全球市场是一枝独秀的状态。其中有一些原因是我们国家这几年云计算概念一直比较活跃,相信正是由于这个概念,带动了整个服务器的销售,而这一块对于很多的中小企业来说的话是一个很好的利好。为什么这么说?因为从前在云计算并没有大规模发展的前提下,可能很多的中小企业,它需要用服务器的时候,必须投入很大的一个手续费用,去购买这一套设备过来。现在这种云计算的前提下,可能在它的资金不足,或者是没有必要的情况下,它可以去选择,去购买这些云计算的服务,这样子对于中小企业的初期在它资金紧张情况下,省了很多的前期投入成本。
郑茹冰:我们可以看到整个的中国市场,刚才讲过了,它实际上在2016年,包括2015年整个国内市场份额的增长,或者叫出货量的增长,销售额的增长,都是领先于世界全球水平的,而且是大幅度领先。其中的话,有一个很重要的原因在于4路和8路这么一个需求或者是出货量的增长。反过来这也是各个厂家为什么来争夺这一个市场的重点原因,从其他的机型来说,基本上我们可以看到2U服务器或者1U服务器,就是单体的服务器,各家的产品相对来说是比较平衡的,售价也都差不多。现在你需要得到这一部分新的增长,从现在的情况来看,基本上体现在4路和8路服务器的销售上面。所以你在国内市场仍然想保持超出世界平均水平的增长的前提下,可能这一块的产品一定是各家都非常重视的一个点,所以这也是为什么从现在来看,各个一线厂商它都非常看重这一块的产品。包括一季度发布的市场调研报告,我们会发现浪潮它用了大量的篇幅介绍了他们家的4路、8路在市场上是第一份额的,这也是大家看重这一块市场的一个体现。
郑茹冰:可能很多的网友对杰和这个公司,说实话也许没有听说过,但是我刚才介绍过,实际上从2012年开始我们在这个服务器市场已经超过5年的耕耘了。从最初开始到现在也是一路艰难走来。
说到杰和的4路服务器产品,它在业界不是一个全新的形态,我们也是追随者或者是后来者,甚至可以说是模仿者。为什么要做?实际上我们最初做这个项目的时候,也遇到了很多的不同的意见,既有英特尔、合作伙伴善意的质疑,也包括公司内部管理层不同的意见。最后在公司相关高层多次会晤激烈碰撞后,最后达成一致的意见,其中一个主要的原因:中国的市场诉求大,4路和8路在未来这几年一定是市场的热点。如果想要分享国内X86市场这块蛋糕,就一定要有这样的高端产品,有你的产品。
反过来说,如果其他的客户看到你们一直是低端的产品,它会质疑你到底是没有能力还是其他的原因。所以从这个方面来说的话,不管这个产品它是不是最新的平台,意思就是说英特尔马上发布新的平台了,别人可能就说为什么不等下一个平台再去做,或者是说不管这个产品和其他家来比较的话有没有真正的优势,杰和首先要有一个东西出来。一方面表示我们确实有这个能力去做,第二个让我们的合作伙伴有这个信心,我们做这个服务器产品不是玩票的,能够做的,我们就做,不能做,我们就不做。杰和会一直持续地在这方面去发力,这个也是杰和科技在这个产业的一个态度。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。