边缘计算正在推动着硬件成为云变革的一个核心,而设备是当今云端到边缘机制的核心,是嵌入了人工智能软件的硬件平台,将数据驱动的智能融入几乎方方面面。
打上硬件厂商的标签是一种轻视吗
硬件再度流行起来。对于物联网、移动、嵌入式设备和其他边缘设备市场来说,强大的硬件工程和设计专业能力是一种重要资产。那为什么给解决方案提供商打上“硬件厂商”的标签仍然感觉是一种轻视呢?
显然,硬件已经无处不在了,包括改变我们世界的“无服务器”云计算环境。然而,基于硬件的功能可能永远不会再度成为多云时代的一个关键竞争优势。实际上,基于非硬件的收入模式——尤其是公有云和软件即服务产品——是目前最赚钱的一种方式。
因此,各种IT厂商——包括那些以前一直依赖于硬件收入的厂商——都在向基于软件和SaaS商业模式转型也就不足为奇了,尽管取得成功的程度各不相同。
即使是多元化的厂商也难以摆脱人们对他们专注于硬件的看法
有一家公司成功地实现了这一转型,它就是思科。尽管思科以提供网络基础设施硬件而著称,但如今思科已经转型成为一家云计算、数据分析、安全、数字媒体、移动、内容交付、VoIP及其他应用软件和服务的多元化全球提供商,拥有高度多样化的软件服务产品组合。
自1984年成立以来,思科通过内部开发和稳健的战略收购不断发展壮大,但似乎一直无法实现突破。出于某种原因,思科仍然经常被人们视为一家硬件厂商,而实际上思科和另一家云和软件提供商有些类似——IBM,一家曾经以企业硬件为主导的厂商。
凭借着Application Centric Infrastructure解决方案,思科过渡得很好,实际上也成为了软件定义WAN领域的领导厂商,其他如Juniper、Brocade、HPE、Dell等公司就说不好达到了和思科同样的高度——尽管Dell现在拥有了VMware。同时,与HPE相比思科已经完全转变为软件和云业务模式。
实际上,大多数硬件厂商都不难发展成为软件厂商
有研究表明,总体上传统硬件解决方案提供商向这个云/软件的新时代转型都是不错的。
2017年,一项针对300家“软件赋能硬件”制造商的调查发现,很多制造商已经转向软件收入模式,受访企业在转型之后收入平均增加了11%。研究还发现,大部分转型是硬件制造商专注于物联网和其他边缘设备实现的,人工智能和其他以软件为中心的创新推动实现了大部分的增值。
为了加快向软件商业模式的转变,很多受访企业都对员工进行了再培训,同时雇用具有软件技能的新员工,重新调整各个职能团队的技能组合。但是,做出这些改变的同时也带来了一些问题,因为很多受访者表示,他们所在的企业并没有采取一致的战略来实现转型,没有用新的软件替代旧的销售和运营流程,或者尚未实现具备适当技能的人员配置模式。
硬件或许是向云转型成功与否的关键
但是,硬件设计和工程能力也许会成为多云厂商体现差异化的一个重要方面。所有主流公有云提供商都已经公布或者发布了用于混合云部署的本地解决方案。除了Google Cloud之外,所有这些产品都是专为企业客户数据中心安装而设计的集成硬件/软件设备。这些设备的速度、可扩展性、可靠性和其他核心功能取决于高质量的硬件设计。
如果AWS仍在测试阶段的Outposts解决方案在多云领域上市,那么AWS的硬件设计就会成为他们的一项竞争力。如果这方面的竞争日益激烈,那么对于多云解决方案提供商来说,被打上硬件厂商的标签可能就是一种荣耀了。
有些公有云厂商如果无法转型回基于硬件的本地解决方案,那么他们可能就会面临着失败的结果。
好文章,需要你的鼓励
OpenAI在最新博客中首次承认,其AI安全防护在长时间对话中可能失效。该公司指出,相比短对话,长对话中的安全训练机制可能会退化,用户更容易通过改变措辞或分散话题来绕过检测。这一问题不仅影响OpenAI,也是所有大语言模型面临的技术挑战。目前OpenAI正在研究加强长对话中的安全防护措施。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
谷歌宣布计划到2026年底在弗吉尼亚州投资90亿美元,重点发展云计算和AI基础设施。投资包括在里士满南部切斯特菲尔德县建设新数据中心,扩建现有设施,并为当地居民提供教育和职业发展项目。弗吉尼亚州长表示这项投资是对该州AI经济领导地位的有力认可。此次投资是谷歌北美扩张战略的一部分。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。