还记得之前EMC的IDC数字宇宙吗,一个描述了我们被淹没在ZB级数据海洋中的研究?如今,它又回来了。
第一份报告是在2011年发布,然后2012年又发布了一份,称数字宇宙将会在2020年达到40ZB。
这次回归得到了希捷的赞助,研究报告题为《数字时代2025:数据到生命关键的演变》。
报告封面有一句这样的口号:“不要专注于大数据;专注于数量庞大的那些数据。”有点太深奥了。
开头的概述是这样写的:“我们正在快速接近数据时代的新纪元。从自动驾驶汽车到人形机器人,从智能个人助理到智能家居设备,我们周围的世界正在经历根本性的变化,改变着我们生活、工作和娱乐的方式。”
“虚拟个人助理唤醒了想象力,它会根据天气预报推荐最合适的衣服、你当天的日程表以及自动驾驶的汽车……当周末到来你坐在新沙发上放松身心的时候,面前是一份机器人制作、无人机送货的披萨。”
IDC预测,到2025年全球所有数据通道中的数据总量将增长到163ZB,这是2016年16.1ZB的10倍多。IDC认为,这些数据中有近20%对我们的日常生活来说至关重要,有10%是非常重要的。
IDC数据时代2025图表
这些数据来自于嵌入式系统、物联网、移动和实时数据,当然还有人工智能!
IDC称:“在这个数据转型的过程中,那些能够发现并利用关键数据集的企业将蓬勃发展,从而给用户体验带来积极的影响,解决复杂问题,创造新的规模经济。商业领导者应专注于发现并利用这些独特且关键的数据,以实现这些数据所拥有的巨大潜力。”
希捷的兴趣当然是在保存于磁盘中的数据上。全球数据空间越大,希捷磁盘存储的前景就越光明。
IDC的研究表示:“数据时代2025研究项目预计从2017年到2025年出货的所有介质类型必须承载超过19ZB存储容量才能满足存储需求。其中有大约58%的容量将来自于HDD产业,有30%来自于闪存技术。”
希捷IDC数据时代2025图表
企业将更多依赖于磁盘多过闪存:
希捷IDC数据时代2025图表
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。