过去十年中,云计算已经成为交付移动服务和内容服务的基础,以及传统企业计算环境的一种替代方案。随着企业开始转型为数字为先的企业,云将继续发挥更大作用、甚至是主导作用,因为IT行业专注于提供更高的效率、更高的灵活性和更快速的创新。
未来,云将在企业中发挥核心的作用,在这个背景下IDC对“整体云”支出进行了预测:全球云服务、基于云的供应链硬件和软件总支出,以及围绕云服务的专业/托管服务机会,到2025年将超过1.3万亿美元,同时保持16.9%的复合年增长率(CAGR)。
IDC全球研究集团副总裁Rick Villars表示:“在当今以数字为先的世界中,业务成果和创新越来越依赖于是否能够在任何地方尽快开发和使用创新技术和服务的能力。云是满足这一需求的基础。整个行业都希望可以智能地利用数据来发挥优势,之所以能够做到这一点,是因为他们可以更快地访问建立在云基础上的数字技术。”
IDC的预测着眼于共享(公有)云服务和专用(私有)云服务。定义如下:
共享(公有)云服务是可以在没有相关性的企业或者消费者之间进行共享的服务,对大量不受限制的潜在用户开放,且是为市场设计的,而不是为单个企业设计的。
专用(私有)云服务则是以订阅方式或者托管服务协议的方式由云、托管、外包或托管服务提供商提供给企业客户的。
面向基础设施、平台和各种软件产品的共享(公有)云服务仍然是整个云市场份额最大、增长最快的一个增长引擎。共享云服务的综合支出——包括基础设施即服务(IaaS)、系统基础设施软件即服务(SISaaS)、平台即服务(PaaS)和软件即服务(SaaS)到2021年将达到3850亿美元,到2025年复合年增长率(CAGR)将超过21.0%,达到8090亿美元。
专用(私有)云服务,包括托管私有云服务和快速兴起的专用云基础设施即服务(DCIaaS)的复合年增长率更高一些,增幅为31.0%,但收入基数要小得多,2021年为50亿美元。
云支出中“即服务”部分,包括共享云即服务和专用云即服务,在整个预测期内将占到所有云支出的大部分,份额将从2021年的55.7%增长到2025年的64.1%,而且这些细分市场的支出增长也是最快的,五年复合年增长率为21.3%。
云构建块,硬件、软件、和面向这些云资产的标准服务是“即服务”细分市场之外最关键的云支出领域。IDC称,在整个预测期内,用于云基础设施的计算和存储基础设施产品支出将仍将超过非云IT基础设施。云硬件、软件和支持服务的五年复合年增长率预计为11.8%。
“即服务”总支出中,不包括云支出的另外两个细分市场,一个是云相关的专业服务,另一个是托管云服务。云相关的专业服务包括了一系列基于项目的服务,例如战略规划、协助实施或采用所有类型的云服务,以及其他需要云交付能力作为基础元素的项目。托管云服务则是提供管理功能,以确保云技术和架构、应用和基础架构、相关业务流程和“嵌入式”专业服务能够以全天候24x7运行。整个预测期内,云相关的专业服务和托管云服务的支出水平将是持平的,其中托管云服务的支出增长会略快一些。
展望未来,在向数字经济转型的大背景下,推动云市场的基础将持续发生转变。对于云服务提供商(共享和专用)来说,重点将放在定义所交付资源的类型和规模,管理数据的移动、存储和分析,以及建立强大的开发人员、安全性和生态系统。对于云基础设施提供商而言,在不同环境中开发和部署专业能力,将变得比扩展通用解决方案的广度更重要。对于IT部门来说,对多样化的云资源和数据集的治理,将会给运营带来巨大挑战。
Villars表示:“随着企业在选择云的过程中更加关注‘结果’,所有云提供商的长期重点变成加强他们与业务部门,而非IT部门之间的关系,不管是设备、边缘、网络、还是核心。”
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。