至顶网服务器频道 12月13日 新闻消息: 日前,IDC公司公布了2018年第三季度全球服务器市场调查报告,全球服务器市场的复苏强劲,连续5个季度保持了2位数增长,出货量和销售额双双创下历史新高。本季度全球服务器出货量为313.8万台,销售额217.7亿美元,同比分别增长18%和40.8%。本季度稳居全球出货量和销售额前三位的厂商分别是戴尔EMC、HPE和浪潮,其中浪潮销售额和销量保持了全球最快增速,销量同比增长90.1%,达到28.3万台,市场份额为9.03%;中国市场销售额为31.8%,蝉联中国市场第一。
IDC基础架构平台与技术研究经理Sebastian Lagana表示,全球企业正处于复苏周期,来自CSP的采购需求十分强劲,推动了全球服务器市场的持续增长。传统企业数据中心的应用部署密度越来越高,包括AI在内的下一代应用规模越来越大,从而使得传统企业用户在基础机构中更多的采用高配置的服务器,另外Intel切换purley平台,这些因素共同推高了整个服务器市场的平均售价。
其中,AI产业的发展使得GPU服务器一直保持爆炸式增长,以中国市场为例,2018年前两季度中国GPU服务器出货量同比增速为129%,是中国服务器市场平均增速的3.4倍。AI服务器市场,浪潮占据绝对优势,市场占有率超过50%。
全球显著增长地区:中国、北美
全球各个区域市场均有明显增长,不同地区间增速有所差别。北美和中国增长稳健,销售额分别同比增长45%和71%,中欧、东欧地区销售额增长35%,西欧地区销售额增长28%。
中国一直保持着全球最高的增速,是全球市场成长的主要动力,政府、互联网等各个行业都显示出强劲的增长势头。在中国市场,浪潮继续扩大领先优势,本季度X86服务器市场份额进一步提高至31.8%。
市场动力:大型企业和超大型企业
从本季度IDC数据看,全球教育和政府行业复苏迹象不明显,政府行业出货量同比增速为8%,教育行业出货量萎缩了7%,企业采购贡献了主要的增长动力,尤其是500人以上的大型和超大型企业。
其中500人以上的大型企业,出货量增长15%,1000人以上的超大企业出货量增长了31%。一方面大型企业具有更强的意愿对AI、大数据等下一代业务负载的投资和转型拉动,另一方面,Tier1和Tier2互联网公司的采购也拉动了大型和超大型企业两个细分领域的增长。
浪潮依靠JDM模式获得越来越多的互联网客户的订单,全球TOP10的CSP客户有6家与浪潮建立合作关系。
三大机遇推动全球化
互联网、AI和传统行业的互联网化是当前产业发展的三个最大机遇,互联网行业采购增长旺盛,传统企业的采购复苏强劲,一方面源于全球经济复苏的推动,另一方面则是云、大数据、AI等新技术正在推动传统企业从信息化向智慧化升级,产生了新的需求,这些因素都将对浪潮的全球化发展提供良好的外部环境。
IDC数据显示,本季度浪潮在美国市场的销售额同比增长214%,在西欧市场销售额同比增长132%,在中国AI服务器市场的占有率超过50%,浪潮在全球及中国市场的表现值得关注。抓住CSP客户的多样化应用需求,浪潮构建的JDM创新模式 (联合开发,Joint Design Manufacture)发挥了重要的效应,同时,提前布局的AI业务也让浪潮在市场中抓住了机会。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。