Gartner首次对软件容器管理软件和服务市场进行了预测称,尽管容器技术的采用会很广泛,但不会带来可观的利润。
近年来,软件容器实现了大幅的增长,尤其在开发者群体中很受欢迎,让应用一旦开发就可以运行在任何计算环境中,从而让企业变得更加敏捷。
Gartner在这份题为《预测分析:全球容器管理(软件和服务)》的该报告中预测称,Red Hat、Rancher Labs和VMware等市场领导者将实现显著的收入增长,销售额将从今年的4.658亿美元增长到2024年的9.44亿美元。
但这仍然低于Gartner曾预测的到2022年基础设施即服务软件公司将从托管软件容器市场中获得10多亿美元的价值,也远远低于VMware传统虚拟化软件产品的收入数据。
尽管管理软件提供商无法获得可观利润,但Gartner认为,到2024年软件容器将成为“75%新客户企业应用的默认选择”。因此,到2024年所有应用将有15%的应用是运行在容器中的,高于目前的5%。
Gartner还表示,到2024年成熟经济体中将有75%的大型企业会在生产中使用容器技术,而目前这一比例还不到35%。
Gartner研究副总裁Michael Warrilow表示:“围绕容器技术的炒作和关注度都很高,但迄今为止容器技术在生产环境中的部署水平仍然较低,应用重构以及/或者应用替换的速度是主要瓶颈。”
一部分原因是大多数企业除了软件容器外还有其他优先事项,例如应用Backlog、预算限制和技术债务等,意味着企业需要把更多精力放在其他任务上,例如把工作负载迁移到公有云。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。