据Gartner称,云计算四大新的趋势正在继续推动云产品和云能力的广度,加速公有云服务市场所有细分领域的增长,这四个趋势分别是:云无处不在、区域云生态系统、可持续性及碳智能云、云基础设施和平台服务(CIPS)提供商的自动化可编程基础设施。
Gartner高级研究总监Henrique Cecci表示:“新冠疫情所带来的经济、结构和社会影响仍将是数字创新和云服务采用的催化剂。对于协作、远程办公和支持混合办公模式的数字服务新场景来说尤其如此。”
云无处不在
如今,云计算可以支持大多数新技术颠覆(例如组合式业务),并且在不确定时期以其弹性、可扩展性、灵活性和速度证明了自身的价值。混合云、多云和边缘环境正在不断扩大,为新的分布式云模型奠定了基础。此外,5G R16和R17等无线通信领域的新进展,将推动云采用达到更广泛、更深入和无处不在的水平,例如强化的移动银行体验和医疗转型等场景也将涌现。
因此,全球将加快云计算的普及。据Gartner预测,2021年最终用户在公有云服务上的支出将达到3960亿美元,到2022年将增长21.7%,达到4820亿美元(见表1)。此外Gartner预测,到2026年公有云支出在企业IT总支出中所占比例将超过45%,高于2021年的不足17%。
Gartner高级首席分析师Brandon Medford表示:“企业组织正在推进他们的数字业务计划时间表,并迅速地迁移到云端,以实现环境现代化、提高系统可靠性、支持混合工作模式、以及应对疫情带来的其他现实挑战。”
区域云生态系统
日益严重的地缘政治监管碎片化、保护主义和行业法规正在推动创建新的区域和垂直云生态系统及数据服务。金融业和公共事务细分市场的企业,正在尽量避免国外云提供商的关键锁定和单点故障。
那些无法创建或者维持自身平台生态系统的地区将别无选择,只能利用位于其他地区的平台,并通过法律法规来维持一定程度的控制和主权。这些地区的政治家、学术界和技术提供商有所担忧,这也导致了欧洲国家GAIA-X等举措的出台。
可持续发展和“碳智能”云
在2021年Gartner CEO调查中,有近一半的受访者认为,减缓气候变化将对他们的业务带来重大影响。云提供商正在通过制定更积极的碳中和计划和企业目标来应对越来越受关注的可持续话题,这同时也给基础设施和运营(I&O)的领导厂商带来了新的挑战。
Cecci说:“未来几年将强制执行新的可持续性要求,云服务提供商的选择可能取决于提供商的‘绿色’计划。”
CIPS供应商的自动化可编程基础设施
Gartner预计,超大规模云基础设施和平台服务厂商将广泛采用完全托管的、基于AI和机器学习的云服务,这将迅速消除传统基础设施和运营在公有云中的运营负担。
Cecci说:“基础设施的可编程性日益明显,操作也随之变得更加自动化。现代IT基础设施,无论是部署在数据中心还是在公有云中,相比传统同类产品来说,不需要那么多人工干预和日常管理。”
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。