根据IDC全球云IT基础设施季度追踪报告显示,2020年第三季度厂商从销售IT基础设施产品(服务器、企业存储和以太网交换机)中获得的收入同比增长了9.4%,而传统的非云基础设施产品支出同比下滑了8.3%。
这表明市场对COVID-19大流行给商业、教育和社会活动带来的重大影响,以及IT基础设施在这些影像中所扮演的角色。全球各地的人们开始在生活中全面采用各种在线工具,包括协作、虚拟商业活动、娱乐、购物、远程医疗和教育,云环境(尤其是公有云)是这一转变的关键推动力。
2020年第三季度,公有云IT基础设施支出同比增长13.1%,达到133亿美元。上个季度,公有云IT基础设施支出有史以来首次超过非云IT基础设施支出,但到了第三季度非云IT基础设施支出重回第一,达到137亿美元。据IDC预计,不久的将来公有云IT基础设施支出将再次超过非云IT基础设施支出,并扩大其领先优势。2020年第三季度,私有云基础设施支出同比增长0.6%,达到50亿美元,而其中,本地私有云占到了63.2%。
IDC认为,硬件基础设施市场已经达到了临界点,云环境将在总支出中占据越来越大的份额。现在云环境所占份额仅为四分之一,在遭受了COVID-19带来的市场冲击之后,现在市场趋于稳定,IDC小幅提高了2020年全年云IT基础设施支出预测,预计增幅为11.1%,达到741亿美元。IDC调低了对非云基础设施的预测,预计下滑11.4%至602亿美元。从全年来看,公有云IT基础设施支出预计同比增长16.7%至527亿美元,私有云基础设施支出预计下滑0.5%至213亿美元。
截至2019年,在计算平台和以太网交换机领域,云IT环境相对非云环境的主导地位一直存在,而大多数新出货的存储平台仍采用非云环境中。从2020年开始,随着公有云提供商增加了对存储平台的投资,云环境将主导所有这三个主要的技术领域。2020年云部署环境中,计算平台所占的支出份额最大(49.1%),增长2.3%至364亿美元,存储平台是支出份额增长最快的,增幅为27.4%,达到292亿美元,以太网交换机平台同比增长4.0%,达到85亿美元。
从地域来看,2020年第三季度大多数地区的云IT基础设施支出都在增长,其中加拿大(32.8%)、中国(29.4%)和拉丁美洲(23.4%)年增幅最高。美国的增幅为4.7%,日本和西欧分别下滑6.7%和3.4%。在除加拿大和日本以外的所有地区,公有云基础设施的增长都超过了私有云IT的增长。
从厂商来看,结果好坏参半。浪潮、华为和联想的同比增幅均达到两位数,而其他大多数主要厂商(包括ODM Direct厂商)的增幅为个位数,思科是唯一一家同比下滑的主流厂商。
注释:
*在全球IT基础设施市场,当两家或者更多厂商之间的收入份额相差1%或不足1%的时候,IDC认为这些厂商位于并列位置。
a由于HPE和新华三集团现有的合资公司,IDC从2016年第二季度开始把HPE和新华三集团作为“HPE/新华三集团”一个整体记录全球市场份额。
b由于IBM与浪潮成立了合资公司,所以IDC从2018年第三季度开始将浪潮和浪潮商用机器作为“浪潮/浪潮商用机器”一个整体记录全球市场外部市场份额。
长期来看,IDC预计云IT基础设施支出的五年复合年增长率为10.6%,到2024年达到1105亿美元,占IT基础设施总支出的64%,公有云数据中心占比69.9%,复合年增长率为11.3%。私有云基础设施支出的复合年增长率为9.2%。非云IT基础设施支出将在2020之后开始反弹,但总体下滑幅度为1.7%。
好文章,需要你的鼓励
来自耶路撒冷希伯来大学的研究团队开发了WHISTRESS,一种创新的无需对齐的句子重音检测方法,能够识别说话者在语音中强调的关键词语。研究者基于Whisper模型增加了重音检测组件,并创建了TINYSTRESS-15K合成数据集用于训练。实验表明,WHISTRESS在多个基准测试中表现优异,甚至展示了强大的零样本泛化能力。这项技术使语音识别系统不仅能理解"说了什么",还能捕捉"如何说"的细微差别,为人机交互带来更自然的体验。
这项研究提出了"力量提示"方法,使视频生成模型能够响应物理力控制信号。研究团队来自布朗大学和谷歌DeepMind,他们通过设计两种力提示——局部点力和全局风力,让模型生成符合物理规律的视频。惊人的是,尽管仅使用约15,000个合成训练样本,模型展现出卓越的泛化能力,能够处理不同材质、几何形状和环境下的力学交互。研究还发现模型具有初步的质量理解能力,相同力量对不同质量物体产生不同影响。这一突破为交互式视频生成和直观世界模型提供了新方向。
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。
这项研究介绍了EgoZero,一种创新的机器人学习系统,能够仅通过Project Aria智能眼镜捕获的人类示范数据,训练出零样本迁移的机器人操作策略。研究团队提出了一种形态无关的状态-动作表示方法,使用点集来统一人类和机器人数据,并开发了从原始视觉输入中提取准确3D表示的技术。在没有任何机器人训练数据的情况下,EgoZero在7种真实世界操作任务上实现了70%的成功率,展示了强大的泛化能力,为解决机器人学习中的数据瓶颈问题提供了新思路。