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
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。