至顶网软件频道消息:软件产业从全球范围来看,不仅是整个信息通信技术领域中增长速度最快的产业,也是创新最活跃的范畴。软件是知识和技术高度密集的产物,专业人才队伍的培养和建设是关系着整个行业持续发展的核心动力。软件产业的飞速发展,在为社会带来更多就业机会的同时,也让众多的从业人员面临着对技能水平的挑战。
软件产业的发展决定了一个国家的信息产业发展水平,进而也在很大程度上影响着其在国际上的综合竞争力。在过去几年,北美在全球软件市场中有着不可忽视的地位,美国的产业波动可能关乎全球软件产业的状况。据美国劳工统计局预计,到2020年,市场上开放的与计算机相关的工作岗位将有140万个,但只有40名计算机相关学科毕业生具备填补职位空缺的技能。另外一组数据也同样值得关注,1995年美国37%的计算机科学家是女性;如今这一比例仅有24%。如果人们继续对这种趋势不管不问,预计到2027年,这一比例将降到22%。由于软件人才存在缺口,美国仍有很多地区欠缺互联网基础设施和服务。针对这一现状,美国政府近期将与私人部门合作并共同制定计划来解决这个问题。软件行业和美国政府正在共同努力,鼓励更多人考虑和尝试软件开发、计算机编程和网络安全方面的工作。
与此同时,亚太市场也在驱动全球软件市场的发展过程中扮演着重要角色。其中,中国软件市场表现尤为突出。近年来,中国软件和信息技术服务业持续呈现出积极的运行态势,从业人员收入和企业效益同步加快增长,吸纳就业人数平稳增加,创新能力不断提升。据统计,中国2017届就业量较大的前10个工学门类本科专业中,电气信息类专业(包括计算机科学与技术、电气工程及其自动化、软件工程、自动化、电子信息工程、通信工程)无论是就业率还是收入,优势都较为明显。软件工程专业更是频频引来羡慕的眼光,就业率(96.7%)、平均月收入(6259元)、就业满意度(75%)三项指标均居十大工科专业首位。相比去年,中国软件行业从业人员工资总额增长14.9%,人均工资增长11.2%。作为“朝阳行业” ,软件相关专业在未来多年内仍将是就业形势看好的专业。这主要源自于软件行业的快速发展和政府经济结构调整而对软件人才的迫切需求。然而,中国软件高级人才的短缺同样是制约中国软件产业快速发展的一个瓶颈。据估计,中国目前存在80万的软件人才缺口,而对软件人才的需求依然以每年20%的速度递增。其中,高素质的软件工程人才,更是处于极度短缺的状态。尽快培养能够适应信息产业发展需要的高素质软件人才,已经成为信息化工作中的重中之重。
面对软件行业如此严峻的人才紧缺现状,BSA|软件联盟作为全球领先的软件产业倡导者,在推动科技发展与创新的同时,也时刻关注行业中人才的发展趋势。BSA|软件联盟总裁兼首席执行官Victoria Espinel女士表示:“软件正在改变几乎所有行业。政府和企业应该共同制定政策,帮助人才顺利转型,为软件领域中不断的进步和创新做好准备。当下的首要任务是确保现有的劳动力随着就业市场的发展而获得相应的培训,帮助求职者适应新的专业需求。与此同时,在校学生也应获得更好的STEM(Science科学,Technology技术,Engineering工程和Mathematics 数学)教育,为专业技能的发展打下基础。”除此之外,为了弥合在科技领域的性别失衡,BSA|软件联盟从2012年起支持“编程女孩”公益项目,让更多的女性发现并了解科技的魅力,鼓励她们以独有的视角洞察自己喜爱的行业,并为之贡献自己的力量。BSA|软件联盟将会持续联手社会各界,共同努力搭建一个不断学习和创新的平台,培养出出越来越多的新生力量,以促进软件产业蓬勃发展。
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。