很多客户暂时放弃购买云服务,但内部硬件采购的支出也随之而来。
金融服务巨头摩根士丹利认为,内部基础设施硬件供应商即将迎来近十年当中最为旺盛的销售季度。
该公司于2月26日周一发布一份研究报告,其中北美技术硬件股权研究部负责人Katy L. Huberty表示,尽管“规模最大的云服务供应商每获得1美元营收增长,即导致传统技术厂商遭遇3美元的营收下降……但多种催化因素正聚合在一起,将给IT硬件带来第二次生命——进而在2018年推动两位数的营收增长。”
Huberty写道,企业硬件销售遭遇营收打击主要源自企业客户对云服务的大量采用,但这并不代表此类买家会永远停止采购内部部署方案。相反,“企业长期以来搁置IT硬件支出,主要是为了讨论如何、何时以及将哪些工作负载迁移至云环境当中。”
她在报告中指出,如今上述决策已经制定完成。“随着相关计划逐步成为焦点,各企业客户已经准备好对其内部IT硬件进行必要的升级。”
Huberty同时补充称,“随着美元疲软、内存价格下降以及收入规模扩大等因素的推动,IT硬件的前景正愈发光明。这意味着相关业务市场将迎来平均60%的毛利率上涨,并将逐渐初步从经济衰退当中恢复过来。”
在另一方面,市场对于人工智能以及物联网的高涨热情,也带来了更加旺盛的数据中心产品需求。这与消费者推动下的新一轮IT消费热潮形成了鲜明对比。
因此,该公司最终作出判断,认为IT硬件供应商将迎来“从谨慎态度到积极投入的营收倍增态势”。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。