至顶网软件频道消息:根据IDC全球公有云服务半年度追踪报告的2017下半年报告显示,2017年全球公有云服务市场增长29%,总额达1170亿美元。尽管2017年的总体增长率略低于2016年,但前16家厂商(按市场份额)在此期间的收入继续加速增长,并在公有云服务市场占据主导地位。这16家厂商的市场份额从2016年的47.9%上升到2017年的50.7%,占全球公有云服务支出的一半以上。
从区域来看,美国仍然占据大部分公有云服务收入。美国所占的全球份额在2017年略有下降,从62%减少到60%,这是因为其他地区对全球市场的贡献有所增加。据IDC预计,未来几年这一趋势将持续下去,因为新的区域服务和全球竞争对手的扩张日益成为推动全球增长的强劲因素。
IDC高级副总裁兼首席分析师Frank Gens说:“2017年是扩大公有云服务普及的关键一年,公有云服务继续呈现违背通常的市场规律:连续第五年,支出增长保持在29%,即使这个时候市场已经增长了3倍。2017年,主要参与者的市场份额也出现了一些令人感兴趣的变化,他们对云计算的关注度明显提高,竞争压力也在逐渐加大。未来三年将决定未来20年谁将是IT行业的领导者。”
软件即服务(SaaS)细分市场的特点是提供商整合、客户采用日趋成熟以及稳定增长。企业资源管理(ERM)、客户关系管理(CRM)和协作应用程序对SaaS增长贡献最大,占所有SaaS交付应用的64%。2017年,供应链管理(SCM)和内容应用分别代表增长最快的两个SaaS应用类别,增幅分别为27%和28%。
IDC SaaS和云研究总监Frank Della Rosa表示:“SaaS交付模式占全球公有云服务收入的68%。SaaS应用继续以22%的可观增幅增长,2017年达到750亿美元,预计到2022年达到1630亿美元。在系统基础设施软件(SIS)类别,安全SaaS占所有收入的42%,到2022年的复合年增长率为13%。尽管定期有SaaS初创公司涌现,但Salesforce、微软和Oracle等老牌技术厂商仍然位列SaaS提供商榜单之首。”
在平台即服务(PaaS)领域,同比增长率从2016年的48%略微放缓至47%,2017年收入略高于170亿美元。IDC预计随着对新开发方法的认识,同时阻碍公有云采用的因素之间消除,这一增长将持续下去。
IDC平台即服务研究总监Larry Carvalho表示:“应用需求继续推动PaaS服务的增长以提高开发人员的生产力。容器和无服务器计算等新兴技术正在改变PaaS服务的交付和消费模式。随着越来越多的企业展示平台价值,不久的将来采用率将仍然保持在高位。”
在基础设施即服务(IaaS)领域,在新地区的企业采用和增长继续推动着全球IaaS收入的增长。尽管收入增长,但收入增幅本身是放缓的——从2017年的40%下降到2016年的45%——因为2017年的总体市场规模略低于250亿美元。
IDC公有云基础设施即服务(IaaS)研究总监Deepak Mohan表示:“企业采用公有云IaaS仍处于早期阶段。企业IT组织对增加使用公有云IaaS很感兴趣,主要提供商继续在解决大规模采用的障碍。这些因素将继续推动越来越多工作负载部署在公有云IaaS中,预计至少在未来两年内这个市场还将以目前的速度保持增长。”
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。