IDC预测,闪存存储行业未来三年将出现存储下滑的趋势。
IDC最新的闪存收入预测显示,2018年的收入将达到588亿美元,2019年556亿美元,2020年573亿美元。
2018年之前的预期为514亿美元,增长21%。
收入增长放缓是由于对闪存的需求温和降低以及单位成本降低所导致。Wells Fargo高级分析师Aaron Rakers表示,IDC预计从2017年到2018年NAND需求将增长41%,2019年增长45%。2017-2021年复合年增长率为41%。
IDC预测,2018年混合平均销售价格(ASP)将比2017年下降15%,为0.27美元/GB。从2018年到2019年,将进一步下降35%至0.18美元/GB。
Rakers表示,IDC现在预测混合式NAND闪存的平均销售价格在2017-2022年将下滑28%。
这是由于3D NAND所带来的影响及其层数的增加,意味着闪存晶圆将比以前拥有更多的位数,从而降低单位成本。
在2017年季度,3D NAND出货容量约占NAND总出货量的65%,预计2018年第一季度约为70%。Rakers表示,到2018年第四季度预计将达到83%。
IDC认为,与2017年相比,今年外部存储市场收入将增长7%,全闪存阵列收入增长35%至90亿美元。算是个好消息吧。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。