浪潮资深存储架构师叶毓睿
近日,IDC发布了《新型冠状病毒肺炎对中国ICT市场的影响》报告。借此,我们来共同探讨一下新冠疫情对中国经济尤其是对中国存储市场走势的影响。
目前看来,新冠肺炎疫情对中国乃至全球的经济将产生深远的影响。过去的一两个月,是物理世界(线下)向数字世界(线上)大迁徙的一次大规模实践:近两周内,每天有十亿设备同时在线,超2亿人在线办公,超1亿学生在线学习。抗“疫”、生活和工作的在线化、数字化,促使个体和组织数字化的比率提升进入到快车道,将加速政府数字化治理和数字经济的发展。
对IT市场的影响同对中国经济的影响类似。从IDC报告里,可以看到疫情对中国IT市场的影响主要集中在第一、第二季度,对全年也有一定影响。而在细分领域,疫情对于硬件市场的影响比软件大,对于个人与消费级市场的影响比企业级大。
IDC预测,2020年第一季度IT整体市场下降约10%,这将是中国ICT市场首次出现季度10%的下降,存储市场预计将有15%左右的下降。
新冠肺炎对存储市场影响(图片来源:IDC官网)
同时,我们也应该注意到新的市场机会。在线应用中,如电商、远程办公、远程医疗、线上诊疗、AI辅助、教育、影视、短视频、游戏、音乐、阅读、直播、资讯、社交、非接触服务和政务等呈爆发式增长,将扩大服务器、存储、网络通信、负载均衡、管理运维等IT设备或软件的采购需求。例如,短短十几天内,钉钉扩容12万台服务器。
当下的重点在疫情防控,各省地市政府急需将多维数据融合起来,例如交通运输数据、运营商数据、互联网App的位置数据等,做好个人画像、轨迹追踪,寻找确诊病例尤其是超级传播者的密切接触者。预计类似智慧城市或者城市互联网的应用将不断普及,将催生企业级存储的需求。
在疫情的影响下,人工智能(简称AI)的需求更加迫切。快速响应是核心,用来帮助控制疫情的蔓延。因为非接触的服务和工作、自动化、快速分析决策和响应的需求等,将会爆发。例如,人脸识别(包括免摘口罩的人脸识别)、AI辅助诊断、应急管理、安防监控、知识图谱、基因研究、医药研发、金融服务、智能配送、各行各业的无人值守(例如零售)、物流运输、个人画像、轨迹追踪、舆情分析等等。另外,疫情趋势预测、风险预警、医疗资源和物质的预测和调配,要做到快速、准确、科学的判断,也需要和AI结合。
从大数据、AI等新兴市场来看,其数据量非常之庞大,可能拥有百万千万,甚至到百亿千亿文件的量级,构成一个庞大的数据湖。以智能语音机器人为例,现在国内的技术已经能做到智能外呼,可针对庞大的客户群,较短时间的问答,相对固定的流程,做到无死角无遗漏并且重复呼叫。不仅效率得到了提高,而且减少了传统呼叫中心人员的聚集,还能实现全面记录会话录音,做到有据可查。当然,与此同时,形成了大量数据的存储,并且需要使用大数据或AI技术进行快速的筛选和准确的分类,将决策分析的结果传递给人,来完成下一步的动作。因此,大数据或AI需要借助一个能力较高的集群,包括服务器和GPU集群、存储集群等,来服务上层业务,分布式存储将成为这些新兴市场的主流载体。AI场景所需存储,不久将成为一个较快增长的存储细分领域。
随着多维数据的融合,AI的广泛应用,个人和组织数据的安全变得越来越重要,包含零知识证明等隐私保护技术的区块链存储将逐步得到重视。
人类的发展史,总是和瘟疫纠缠在一起的,为了避免下一次传染病的蔓延,人类需要未雨绸缪,尽可能利用已有经验教训和科技手段来防范。此次疫情过后,物联网和5G技术将快速发展,因为非接触服务能够避免人群聚集,甚至实现无人值守。传感器和通信技术的进步,使得非接触服务成为可能,也将催生大量的边缘设备,边缘计算将推动容器和边缘存储的发展。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。