根据IDC全球云IT基础设施季度追踪报告的最新预测,2018年云计算环境中部署IT基础设施产品(服务器、企业存储和以太网交换机)方面的总开支预计将达到523亿美元,同比增长10.9%。其中,公有云数据中心将占到大部分,为65.9%,且年增长率最高,达到11.3%。外部私有云环境在云IT基础设施支出中占比13.0%,同比增长12.0%。本地私有云将在私有云IT基础设施支出中占比61.7%,同比增长9.1%。
2018年全球传统非云IT基础设施支出预计将下降2.0%,但仍在三大产品领域IT基础设施产品总支出中占大部分(54.7%),低于2017年的57.8%,比之前三年份额下降更快了。云环境在整个IT基础设施支出中所占的份额越来越大,这在所有地区都是普遍现象。
在云IT环境中,除存储平台之外的所有技术领域的支出预计将在2018年以两位数速度增长。以太网交换机和计算平台增长最快,分别为20.9%和12.4%,存储平台的支出将增长6.0%。在所有云部署模式(公有云、私有云外部部署和私有云内部部署)中,这三种技术的投资都有所增加。
长期来看,IDC预计外部云IT基础设施支出将以10.8%的年复合增长率(CAGR)增长,到2022年将达到557亿美元,其中公有云数据中心占比将达到83.6%,复合年增长率为10.6%,而外部私有云基础设施支出的复合年增长率为11.4%。加上本地私有云,云IT基础设施总支出的年复合增长率将达到10.9%,到2022年将超过非云IT基础设施的支出。内部部署私有云IT基础设施的支出年复合增长率为11.5%,同期内非云IT(本地和非本地)的支出年复合增长率为下滑2.7%。
IDC企业存储研究总监Natalya Yezhkova表示:“数字转型计划的不断扩展,使得全球范围内进一步采用基于云的解决方案。这将让IT基础设施买家群体也在不断发生变化。SaaS、PaaS和IaaS产品可满足企业广泛的业务需求和IT需求,从‘提升和转移’到新兴工作负载。因此,服务提供商对通过IT基础设施交付这些产品的需求正在稳步增加,这也让服务提供商成为计算、存储和网络产品的主要买家。”
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。