希捷公司出货单位更多,但西部数据的出货容量却更高——双方呈现出胶着状态。
IDC公司日前公布最新一轮磁盘存储市场统计结果,并发现希捷公司在今年第三季度中出货的驱动器数量已经超过西部数据。
分析师们估计,本季度全球磁盘驱动器出货总量约在9840万块到1.01亿块之间。富国银行高级分析师Aaron Rakers表示,根据IDC给出的各供应商的中位统计数字来看,西部数据公司的磁盘驱动器出货量约为3700万到3800万块,希捷为3800万到3900万块,而东芝则为2300万到2360万块。
本季度出货总存储容量为230 EB,较上年增长31%。企业级产品的总出货存储容量为113.5 EB,较上年更是猛增71%。近线/高容量驱动器出货量为1375万到1425万块。
Rakers估计,西部数据公司的近线/高容量磁盘出货量为600万到620万块,出货存储容量为52 EB到55 EB; 相比之下希捷的同类磁盘出货量为650万到670万块,东芝则为130万到135万块。
Rakers整理出一份高容量磁盘驱动器的出货存储容量表,其中显示西部数据在2018年各季度的存储容量皆高于希捷。这意味着虽然西部数据的驱动器出货单位数低于希捷,但平均存储容量却更高。
其它驱动器类别还包括2.5英寸便捷式与消费级产品,3.5英寸台式机与消费级产品,外加企业关键任务驱动器,以下为IDC公布的各个类别出货单位估算结果:
随着希捷与西部数据双方即将改用新的记录方法——希捷方面为HAMR,西部数据则为MAMR——加上技术转换带来的生产问题正逐步得到解决,我们期待观察2019年内西部数据的出货容量优势与希捷的出货单位优势是否会进一步持续下去。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。