IDC在其首份Global StorageSphere报告中预测,在2018年到2023年预测期内,全球存储装机容量将翻一番,增长到11.7 ZB。
IDC的Global StorageSphere报告评估了6种类型存储介质的全球存储装机容量,以及每年使用中或者可用的存储容量。存储装机容量是一个累积性的指标:相当于在几年内部署的新存储容量减去每年淘汰或者退役的系统或存储设备。
IDC研究副总裁John Rydning表示:“Global StorageSphere规模庞大且多样化,涵盖了很多不同的存储技术,并且发展迅速。在Global StorageSphere中,企业——尤其是云提供商——越来越依赖于存储和管理全球数据存储库。”
Global StorageSphere预测报告的主要发现包括:
每年生成或者复制的数据中,只有1-2%的数据可在任何时间段内保存或者存储;其余的数据要么立即分析,要么交付使用,永远不会保存下来以便再次访问。然而,2018年提供商们让全球存储装机容量增加了700多EB,创造超过880亿美元的收入。
企业管理的存储庄家容量超过了消费者管理的存储容量,这主要是因为消费者越来越依赖企业——特别是云产品——来管理他们的数据。IDC估计,到2023年企业将负责管理超过四分之三的存储装机容量。
所有地区的存储装机容量都在扩大中,但在那些云数据中心已经存在或正在扩展的地区,存储装机容量增长更快。其中在亚太地区存储装机容量最大,并将在2023年扩展至占到Global StorageSphere的39.5%。
好文章,需要你的鼓励
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。