至顶网服务器频道 07月03日 新闻消息:根据IDC全球云IT基础设施季度追踪报告显示,2017年第一季度面向云IT(包括公有云和私有云)的基础设施产品(服务器、存储和以太网交换机)售卖厂商收入同比增长了14.9%,达到80亿美元。
2017年第一季度,云IT基础设施销售额在全球IT开支中的份额已经攀升至39%,去年同期为33.9%。面向私有云的基础设施销售收入增长6%到31亿美元,公有云部分增长21.7%到48亿美元。相比之下,传统(非云)IT基础设施部分的收入在该季度同比减少了8%。私有云基础设施增幅中,以太网交换机以15.5%的同比增长领跑,其次是存储(不包括服务器的重复计数)的10%,以及服务器的2.1%。公有云增长中存储领跑,在经过2016年第一季度的大幅下滑之后,2017年第一季度同比增长49.5%,其次是以太网交换机的22.7%和服务器的8.7%。在传统IT部署方面,服务器下滑服务最大(同比下滑9.3%),其次是以太网交换机下滑4.4%和服务器下滑6.1%。
“在经过2016年的疲软表现之后,云IT环境的存储采购在第一季度开始强劲反弹,推动这部分市场的整体增长,”IDC企业存储研究总监Natalya Yezhkova表示。“总体来看,第一季度是今年云IT基础设施市场一个非常好的开端。在所有技术领域超大规模环境在采访方面有积极动力,我们预计公有云部分将有强劲的表现。随着最终用户继续拥抱私有云基础设施的优势,这部分开支还将继续扩大。”
从区域角度来看,2017年第一季度云IT基础设施销售厂商份额增长最快的是加拿大,同比增长59.1%,但是基数较小(加拿大整体云IT基础设施市场规模在该季度不足1亿美元),其次是亚太(不包括日本)地区,增幅为18.7%,日本15.3%,美国15.1%,中东和非洲13.2%,西欧8.9%,拉丁美洲7.8%,中东欧7.2%。
注释:
*在全球云IT基础设施市场,当两家或者更多厂商的收入分析差距小于等于1%的时候,IDC认定这些厂商处于并列位置。
*由于HPE和新华三集团之间现有的合资企业,IDC从2016年第二季度开始把HPE全球外部市场份额报告为“HPE/新华三集团”。
好文章,需要你的鼓励
这篇研究论文介绍了"Speechless",一种创新方法,可以在不使用实际语音数据的情况下训练语音指令模型,特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示,绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段:首先训练量化器将语音转为语义标记;然后训练Speechless模型将文本转为这些标记;最后用生成的合成数据微调大型语言模型。实验表明,该方法在越南语ASR任务中表现出色,为低资源语言的语音助手开发提供了经济高效的解决方案。
《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架,通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发,设计了一个"副驾驶"模型来辅助原始"驾驶员"模型,通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%,同时保持计算开销最小,展现了强大的可扩展性和可迁移性,为大语言模型的优化提供了全新思路。
德克萨斯大学Austin分校的研究团队提出了RIPT-VLA,一种创新的视觉-语言-动作模型后训练范式。该方法通过让AI模型与环境互动并仅接收简单的成功/失败反馈来学习,无需复杂的奖励函数或价值模型。实验证明,RIPT-VLA能显著提升现有模型性能,在轻量级QueST模型上平均提升21.2%,将大型OpenVLA-OFT模型推至97.5%的前所未有成功率。最令人惊叹的是,仅用一个示范样本,它就能将几乎不可用的模型在15次迭代内从4%提升至97%的成功率,展现出卓越的数据效率和适应能力。
北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准,这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架,包含11个细粒度任务,并构建了涵盖38,522个问答对的数据集,针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明,即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战,而测试时扩展技术可明显提升时间逻辑推理能力。