根据IDC全球云IT基础设施季度追踪报告显示,2018年第一季度来自云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)销售收入同比增长45.5%,达到129亿美元。IDC还将2018年云IT基础设施总支出预测提高至572亿美元,同比增长21.3%。
公有云基础设施季度收入在过去三年中增长了一倍多,达到2018年第一季度的90亿美元,同比增长55.8%。私有云收入达到39亿美元,同比增长26.5%。目前,公有云和私有云收入总共占到全球IT基础设施支出总额的46.1%,高于去年同期的41.8%。传统(非云)IT基础设施收入较去年同期增长22.0%,但是过去几年一直呈下降趋势;第一季度收入为151亿美元,仍然占全球IT基础设施总支出的53.9%。
IDC基础设施平台和技术研究总监Kuba Stolarski表示:“超大规模数据中心的扩张和更新继续推动一季度整体云IT基础设施的增长。所有的基础设施细分领域都保持了强劲的增长势头,但公有云一直在增幅最大,IDC预计这一趋势将持续到2018年底。边缘计算和机器学习等数字转型计划已经将新的企业工作负载带入云中。随着系统技术不断向池化资源和可组合式基础设施发展,这些下一代工作负载的兴起将推动其净增长超越传统企业工作负载。”
2018年第一季度,所有地区的云IT基础设施收入均增长了两位数。亚太地区(不包括日本)收入增长最快,同比增长74.7%。其次是美国(43.6%),中东和非洲(MEA)(42.3%),中欧和东欧(CEE)(39.2%),拉丁美洲(37.7%),加拿大(29.4%),西欧(26.1% )和日本(15.0%)。
注释:
在全球云IT基础设施市场当两个或者更多厂商之间的收入份额差异等于小于1%的时候,IDC认为这些厂商处于并列位置。
由于HPE与新华三集团现在成立了合资公司,IDC从2016年第二季度开始在全球范围内以“HPE/新华三集团”来统计HPE的外部市场份额。
IDC的云IT基础设施预测可以衡量总支出(供应商认可的收入加上渠道收入)。2018年云计算基础设施支出预计为572亿美元,公有云将占总数的67.0%,年增长率为23.6%。私有云每年将增长16.7%。
随着企业持续更新其基础设施,2018年全球在传统非云IT基础设施方面的支出预计将增长4.2%。传统IT基础设施将占IT基础设施产品总用户支出的54.0%,低于2017年的57.8%。与前四年相比,这意味着份额下滑放缓。云环境在整个IT基础设施支出中所占的份额越来越大,这在所有地区都很普遍。
长期来看,IDC预计云IT基础设施支出将以10.5%的年复合增长率(CAGR)增长,到2022年达到777亿美元,占IT基础设施支出总额的55.4%。公有云数据中心将占该数量的64.7%,年复合增长率为10.2%。私有云基础设施的支出将以11.1%的复合年增长率增长。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。