作者:Gartner研究总监 张吟铃
中国的服务器虚拟化市场虽然与全球市场存在一些共同特征,但也表现出显著差异。在中国,许多企业开始选择国内厂商的IT栈来替代国外厂商的虚拟化产品,这加快了本土市场的发展和竞争。另一方面,与全球市场一样,在本土市场上,大多数厂家提供主要建立在开源项目之上、以虚拟化管理程序为基础的产品——通常是基于KVM(基于内核的虚拟机)进行开发。基于操作系统的服务器虚拟化(通常称为容器化)也以开源为基础。
在中国,多数本土基础设施提供商都将基于虚拟化管理程序的服务器虚拟化融入其云启发式解决方案。这些产品通常称为私有云,是为相应中国客户的购买偏好而推出的。私有云以基础设施虚拟化技术为基础,在私有部署中模仿了一些公有云功能,使服务器虚拟化和私有云之间的区别变得模糊。
中国的基础设施和运营(I&O)领导者须关注以下市场差异化因素,以更好地了解中国服务器虚拟化供应商格局。
中国的I&O领导者应该与内部团队协作,确定需求,优化主提供商,并通过明确解决方案的投资回报率、服务保障周期及迁移成本等方式,做出最优选择。
好文章,需要你的鼓励
科技泡沫并非世界末日,从经济角度看,泡沫是押注过大导致供过于求。AI泡沫问题复杂在于AI软件开发节奏与数据中心建设周期的时间错配。甲骨文关联数据中心获180亿美元信贷,Meta承诺三年内投入6000亿美元基础设施。麦肯锡调查显示企业虽广泛使用AI但规模有限,多数仍持观望态度。微软CEO表示更担心数据中心空间不足而非芯片短缺,电力需求成为新瓶颈。
Salesforce AI研究团队构建了首个大规模多模态文档RAG评测基准UniDoc-Bench,包含7万页真实PDF文档和1600个问答对,覆盖8个领域。研究发现文本图像融合检索策略显著优于单一模态和联合多模态方法,为未来AI文档理解系统提供了"分工合作"的设计思路。
Goodfire.ai研究人员首次发现AI语言模型中记忆和推理功能通过完全独立的神经通路运作。研究显示,移除记忆通路后,模型丧失97%的训练数据复述能力,但逻辑推理能力几乎完全保留。令人意外的是,算术运算与记忆共享神经通路而非推理通路,这可能解释了AI模型在数学方面的困难。该技术未来有望用于移除版权内容或敏感信息而不损害模型核心功能。
腾讯研究团队发现AI训练中"推理火花"现象,揭示低概率词汇如"等等"、"不过"等在维持AI探索能力中的关键作用。团队开发的低概率正则化方法通过精准保护有价值的低概率词汇,在数学推理任务中实现60.17%准确率,比传统方法提升2.66%,为AI创造性思维研究开辟新路径。