全球领先的信息技术研究和顾问公司Gartner表示,2019年全球IT支出将达到3.76万亿美元,较2018年增长3.2%。
Gartner研究副总裁John-David Lovelock表示:“尽管经济衰退传闻、英国脱欧以及贸易战与关税加剧了不确定性,但2019年的IT支出仍可能实现增长。然而,在哪些细分市场将会在未来推动增长方面,正在发生一些动态变化。IT支出正在从手机、个人电脑与本地数据中心基础架构等出现饱和的细分市场转向云服务与物联网(IoT)设备,尤其是物联网设备正在开始填补设备空缺。虽然设备细分市场已经饱和,但物联网尚未饱和。”
Lovelock先生补充道:“IT不再仅仅是一个支持各企业机构在其基础上运行业务的平台。它正在成为推动业务的引擎。随着数字化业务与数字化业务生态系统向前迈进,IT将会把各种业务融合在一起。”
向云端迁移是IT支出的主要驱动因素,企业软件将因此而继续展现出强劲增长。全球软件支出预计将在2019年增长8.5%;2020年,将再增长8.2%,总额达到4660亿美元(见表一)。Gartner预计各企业机构将在2019年增加企业应用软件支出,其中更多预算转向软件即服务(SaaS)。
尽管手机市场出现下滑,但该设备市场预计将在2019年增长1.6%。中国、美国与西欧等最大、最饱和的智能手机市场主要受换机周期驱动。由于三星在向市场推出高度分化的高端智能手机方面面临挑战,同时苹果旗舰智能手机具有较高的性价比优势,消费者选择继续使用现有手机,这使得手机市场在2018年下降1.2%。
Lovelock先生表示:“除了购买行为发生变化外,随着各企业机构为了推动数字化业务而不断采用新技术(例如物联网设备),我们还注意到内部人员技能开始滞后。近半数的IT从业者急切需要开拓新技能或新能力,以支持数字化业务计划。为了紧跟人工智能(AI)、机器学习、API及服务平台设计、数据科学等领域的发展而必备的技能要求,正比以往任何时候都更加快速地发生着变化。”
Gartner的IT支出预测基于数千家提供各种IT产品与服务厂商的销售数字。Gartner采用各种主流研究技巧,再以次级研究资源进行补充,以建立一套完整的市场规模数据库,并借此进行预测。
Gartner每季度发布的IT支出预测报告提供了针对软硬件、IT服务与电信等细分市场内IT支出的独特视角。这些报告有助于Gartner客户深入了解市场商机与挑战。
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。