思杰大中华区总经理 于放
进入 2022 年,“新常态”渐成常态、不确定性成为唯一的确定性。疫情催化的居家工作方式加速了工作团队战略创新,人们的工作模式和企业的业务模式都在发生变化。创新正在大爆发,而混合云和人工智能等技术正是推动企业创新变革的重要力量。2022 年以及未来,企业将继续技术驱动的创新之旅。
2022 年推动企业变革的关键技术力量将有哪些?
5G、WiFi6(802.11ax)和 LoRa/LPWAN 技术的扩展将实现连接的巨大转变,为边缘计算提供基本构建模块,为更多行业带来更多可能。全球带宽需求持续增长,运营商以前所未有的规模扩容,这为“平行互联网”的出现提供了机会。
自动化方面,据 Gartner 估计,2025 年支持超级自动化的软件市场将达到近 8,600 亿美元,复合年增长率为 12.3%。“超级自动化”是由 RPA(机器人流程自动化)、狭义人工智能、流程发现与挖掘、业务流程管理和低代码工作流等多种支撑技术的组合,可在比传统自动化更广泛的环境中实现流程自动化。
从汽车到网购体验,人工智能无处不在,并将以更简单的使用方式呈现出来,这样的全民人工智能将催生出难以置信的创新机会。
随着对隐私、所有权、信任和安全问题的担忧不断加剧,人们对去中心化应用程序(dApps)越来越感兴趣。dApps 使用户身份或者配置文件数据等关键信息不再受服务提供商存储或者控制,成为最终用户的财产。
虚拟现实、增强现实和混合现实已经伴随我们好几年了,尽管前景广阔,但从广泛应用的角度来看,它们还未真正引起关注。但元宇宙将改变这一切。Facebook 已把自己的未来押在了元宇宙上,苹果、谷歌等厂商当然也不会袖手旁观。
在上述种种关键技术力量的合力驱动下,企业为适应新的工作模式而进行的新投资和运作方式,在未来一年将带来前所未有的创新。
聚焦桌面云与虚拟化,思杰加速中国企业数字化进程
IDC 此前发布的《建立一支具备数字韧性的员工团队》的调查报告显示,即使已迈入后疫情时代,中国仍有超过四分之一的企业期待继续远程办公。远程工作成为新常态,催生出很多混合云应用以及云转型的新应用场景和商业需求,加速了混合工作模式的发展,远程协作越来越频繁。
企业的云转型步伐加快。越来越多的中国企业正在转向桌面云服务(DaaS)以增强其物理桌面战略,或者通过更新本地虚拟桌面基础设施(VDI)部署,强化远程办公的灵活性、安全性和业务连续性。如何打造灵活、安全、敏捷、高效的远程办公解决方案,实现企业数字化业务的提升和优化,已不再是一道选择题,而是必须交出的一份答卷。
随着中国客户在桌面云、应用交付和信创融合领域需求的不断提升,思杰也迎来了更多业务增长机会。疫情之后,原本部署于大型或者超大型企业的思杰解决方案,也逐渐被更多中小型企业所采用,为他们带来了安全、高效的运营模式。
中国是思杰全球市场的重要组成部分。为更好地支持中国客户进行云转型,思杰将继续完善本地生态系统,携手中国领先的云服务合作伙伴以创新驱动发展,为中国客户提供深度整合的云桌面服务和解决方案。思杰还将继续专注于行业应用交付,与 ISV 独立软件开发商和 SI 业务集成商合作开发集成解决方案。思杰将与服务合作伙伴一起提供更灵活的订阅服务,满足客户的应用场景变化需求。
信创产业正在中国蓬勃发展。据估算,到 2023 年,中国信创产业市场规模将达 3,650 亿美元,市场容量将破万亿。在这一市场,思杰将充分发挥应用虚拟化技术优势,实现与更多国产软件应用与信创终端之间的兼容性,赋能中国信创产业的发展。
展望 2022 年,中国经济将继续保持积极增长。思杰将抓住宏观环境利好带来的机遇,继续聚焦桌面云与虚拟化,推进本土生态系统建设,帮助中国企业打造灵活、敏捷和高度韧性的技术架构,帮助企业 保持业务连续性,加速实现规模化创新。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。