由于数据中心和物联网设备对内存芯片的需求不断上升,使得科技公司2017年在半导体方面的支出上涨了17%,但由于需求放缓,今年这个热门市场可能也会有所降温。
由于新一轮的物联网部署和人工智能等技术的发展,2018年芯片市场的支出可能会进一步增加。不过,IHS旗下的行业分析公司IHS Markit在近日发布的一份新报告中表示,去年推动市场增长的价格高峰可能会在今年有所放缓,这意味着价格可能会稳定下来。
IHS表示,去年全球芯片支出高达2920亿美元,因供应商努力满足对DRAM和NAND闪存的新需求。IHS表示,去年内存芯片短缺的问题要归咎于数据中心运营商,后者选择了全闪存存储让客户能够更快地访问大数据。
但是,这个行业今年可能会放缓。IHS表示,预计内存芯片价格趋稳,支出将恢复至个位数增长。IHS预测:“如果今年这些内存组件的供需平衡关系重新建立起来,那么价格可能会回到正常化。”
这一预测与另一家分析公司Gartner最近的一份报告相符。Gartner表示,预计今年内存价格将趋于稳定,因为中国芯片制造商将在今年增加内存的产量。
IHS表示,通常认为可能的原因是过去一年中闪存芯片的最大消费者。智能手机制造商Apple公司和三星电子就是最大的消费者,此外还有企业硬件制造商联想集团、华为技术有限公司和戴尔技术公司也都位列前五位。
全球大约三分之一的内存芯片支出是用于智能手机的无线技术,而服务器和其他计算机平台则占了17%。去年,工业物联网和汽车行业在内存芯片上也花费了大量的资金。
随着传统内存芯片支出趋于稳定,预计未来5年将有更多资金涌入所谓的“下一代内存市场”。
总部位于爱尔兰的分析公司Markets and Research在12月份发表的一份报告称,预计这个新兴行业将受到企业对大数据存储更大需求的驱动,此外还需要更高的带宽、更多面向人工智能和物联网部署的可扩展存储选项。
好文章,需要你的鼓励
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。