至顶网软件频道消息:
根据IDC全球半年度公有云服务支出指南的更新,到2021年全球公有云服务和基础设施支出预计将超过2660亿美元。尽管在2016年到2021年预测期间,支出增长会有一定程度的放大,但是这个市场预计将实现21%的5年复合年增长率(CAGR)。2017年公有云服务支出将达到1280亿美元,相比2016年增长25.4%。
美国是最大的公有云服务市场,预测期内在全球收入中占比超过60%,到2021年的总支出将达到1630亿美元。西欧和亚太(不包括日本,APeJ)到2021年将成为第二大和第三大区域市场,收入规模分别达到520亿美元和250亿美元。APeJ和拉丁美洲在预测期内的支出增幅最快,复合年增长率分别为26.7%和26.2%。但是8个地区中有6个地区预计在未来5年内的复合年增长率会超过20%。
“在西欧,公有云市场在2016年到2021年期间将翻一番,以德国、意大利和瑞典的强劲支出增长领跑,其中德国也是最大的国家市场。这期间增长最大是公用事业、离散制造、保险业和专业服务,”IDC客户洞察和分析高级研究经理Angela Vacca表示:“云市场的增长受到了数字化转型热潮的进一步推动,因为云预计将成为欧洲数字化转型项目的默认交付模式。”
美国的各大行业公有云服务支出增长最快的包括专业服务(复合年增长率为21.5%)、媒体(21%)、零售和电信(都是20.9%)。美国在公有服务上支出最多的行业是离散制造、专业服务和银行业。总的来看,这三大行业将占到美国2021年公有云服务支出的近1/3。在亚太地区(不包括日本),银行业、专业服务和电信将占到该地区2021年云服务支出的1/3多,支出增长最快的行业包括专业服务、个人和消费者服务、流程制造业。
IDC客户洞察和分析项目总监Eileen Smith表示:“专业服务、银行和电信是预测去年增长最快的三大行业,银行业和专业服务也是全球公有云服务支出的前三大行业。这些行业大多数公有云服务增长来自于新项目以及消费者服务和销售等这样的功能领域。”
软件即服务(SaaS)仍将是主导的云计算类型,在2017年全部公有云支出中占2/3,到2021年达到近60%。SaaS支出——包括应用和系统基础设施软件(SIS)——反过来将被应用采购主导,到2019年将占到所有公有云支出中占比超过一半。客户关系管理(CRM)应用和企业资源管理(ERM)应用在预测期内将占到所有云应用支出的60%多。与此同时,在基础设施即服务(IaaS)和平台即服务(PaaS)上的支出增长将远远快于SaaS,5年复合年增长率分别为30%和29.7%。
在公司规模方面,有超过一半的公有云支出将来自于非常大型的企业(员工人数超过1000人),而中小企业(100-499人)在预测期内占支出比例的20%多。大型企业(500-999人)增长最快,5年复合年增长率为22.8%。采购优先级因为取决于公司规模而不尽相同,领跑的产品类别除了服务器和存储硬件之外,还包括CRM和ERM应用。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。