根据IDC全球云IT基础设施季度追踪报告显示,2018年第四季度面向云环境(包括公有云和私有云)的IT基础设施产品(服务器、企业存储和以太网交换机)厂商收入同比增长了28.0%,达到168亿美元。2018年,公有云和私有云IT基础设施的年度支出(厂商收入+渠道加价)总计661亿美元,比2018年第三季度的预测略微高出1.3%。此外,IDC也将2019年云IT基础设施整体支持提高到预测提高到701亿美元,比上一季度的预测提高4.5%,同比增长6.0%。
2018年第四季度,公有云IT基础设施的季度支出环比减少了6.9%,但在过去两年中仍然几乎翻了一番,在第四季度达到119亿美元,同比增长33.0%;同时,私有云基础设施支出增长了19.6%,达到57.5亿美元。自2013年IDC开始追踪不同环境中的IT基础设施部署情况以来,公有云就占到了云IT基础设施支出的主要部分,而且在2018年份额更是达到了创新高的69.6%,公有云基础设施支出年增长率达到50.2%。2018年,私有云支出同比增长24.8%。
2018年第四季度,面向云环境的IT基础设施厂商收入有所下滑,再一次低于面向传统IT环境的厂商销售收入,占全球IT基础设施厂商收入的48.3%,高于一年前的42.4%,但是比上一季度的50.9%有所下降。从2018年全年来看,云IT基础设施的支出仍然低于50%,为48.4%。预计2019年云计算环境中所有三个技术领域的支出将比前几年增长更慢。其中,以太网交换机增速最快为23.8%,存储平台支出增幅为9.1%。计算平台支出将保持在350亿美元上下,但仍然略高于IDC此前的预期。
传统(非云)IT基础设施的年增长率从第三季度放缓至不足1%,但环比增长11.1%。全年来看,传统非云IT基础设施的支出增长12.2%,正如此前预期,随着市场进入技术更新周期,2019年的增速将有所放缓。预计到2023年,传统非云IT基础设施仅占全球IT基础设施总支出的40.5%(低于2018年的51.6%)。而且份额的减少,以及云环境在整体IT基础设施支出份额的增长,将是所有地区都会见到的趋势。
IDC基础设施系统、平台和技术研究总监Kuba Stolarski表示:“2018年基础设施系统市场前所未有的增长,同时覆盖到了云和非云细分市场。2019年市场参与者开始为难以实现增长做好准备,再加上周期性的宏观经济逆势,云IT基础设施将成为支持整体市场表现的主要增长引擎,一直到下个更新周期。新的公有云内部堆栈进入人们的视野,未来五年私有云的部署可能会大幅增加。”
从地区来看,2018年第四季度所有地区的云IT基础设施收入都增长了两位数。加拿大收入增长最快,同比增长67.2%,中国增长54.4%。其他增长最快的地区还包括西欧(39.7%)、拉丁美洲(37.9%)、日本(34.9%)、中东欧(30.9%)、中东和非洲(30.2%)、亚太(不包括日本)(28.5%)、美国(15.5%)。
注释:
在IT基础设施市场,当两家或者多家厂商的收入份额相差1%或者不足1%的时候,IDC认为这些厂商处于并列位置。
由于HPE和新华三集团现有的合资公司,IDC从 2016年第二季度开始把HPE和新华三集团作为"HPE/新华三集团" 一个整体记录全球市场份额。
长期来看,IDC预计云IT基础设施支出的五年复合年增长率(CAGR)为10.9%,到2023年达到999亿美元,占IT基础设施总支出的59.5%。其中,公有云数据中心将占68.3%,复合年增长率为10.4%,私有云基础设施的复合年增长率为12.0%。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。