根据IDC全球服务器季度追踪报告显示,2019年第一季度全球服务器市场厂商收入同比增长4.4%至198亿美元,全球服务器出货量同比下降5.1%至260万台。
2019年第一季度整个服务器市场在经历了连续六个季度的两位数收入增长之后开始放缓,不过增长仍然是比较强劲的。批量出货的服务器收入增长了4.2%,达到167亿美元,中端服务器收入增长30.2%至21亿美元,高端服务器连续第二个季度收入萎缩,同比下降24.7%至9.76亿美元。
IDC基础设施平台和技术研究经理Sebastian Lagana表示:“企业买家和超大规模数据中心通过ODM进行采购的需求相比之前几个季度有所减少,与去年同期进行对比比较困难,这影响了第一季度市场的增长速度。这一点从第一季度出货量的下滑中就能明显看出来,尽管平均销售价格(ASP)同比有所增长,使得很多厂商实现了收入的增长。只要市场对配置丰富的服务器仍然有需求,就可以进一步推动平均销售价格的增长,部分抵消出货量的下滑。”
2019年第一季度戴尔以20.2%的收入份额位列全球服务器市场第一,其次是HPE/新华三集团,收入份额为17.8%。戴尔的收入同比增长了8.9%,而HPE/新华三集团收入同比增长了0.2%。浪潮/浪潮商用机器、联想和思科并列第三,收入份额分别为6.2%、5.7%和5.3%,收入同比增幅分别为36.4%、3.9%和6.9%。ODM Direct厂商占到了服务器市场总收入的23.0%,同比减少1.0%至45.5亿美元。
注释:
当全球服务器市场中两家或者更多厂商的收入或者出货量份额小于等于1%的时候,IDC认定这些厂商位于并列位置。
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。
由于IBM与浪潮成立了合资公司,所以IDC从2018年第三季度开始将浪潮和浪潮商用机器作为“浪潮/浪潮商用机器”一个整体记录全球市场外部市场份额。
该季度戴尔在出货量方面领先全球服务器市场,占该季度出货量的20.0%。
注释:
当全球服务器市场中两家或者更多厂商的收入或者出货量份额小于等于1%的时候,IDC认定这些厂商位于并列位置。
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。
由于IBM与浪潮成立了合资公司,所以IDC从2018年第三季度开始将浪潮和浪潮商用机器作为“浪潮/浪潮商用机器”一个整体记录全球市场外部市场份额。
从地区来看,日本是该季度增长最快的地区,收入同比增长9.8%。亚太地区(不包括日本)增长7.4%,欧洲、中东和非洲(EMEA)增长4.1%,美国增长3.5%,加拿大下滑9.6%,拉丁美洲下滑14.9%。该季度中国的厂商收入同比增长了11.4%。
该季度市场对x86服务器的需求增长了6.0%,达到185亿美元,非x86服务器同比减少13.7%至13亿美元。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。