由希捷科技赞助的IDC《数据新视界:从边缘到云,激活更多业务数据》报告显示,在应对数据管理挑战(尤其是数据分析和云迁移领域)方面,中国是最为积极进取的地区。
未来两年,中国企业数据增长率与全球增长率持平,大约为42%。
在所有区域中,中国最为重视数据分析,54%的受访者指出,数据分析是数据增长最大的驱动力,而亚太区和日本这一比例为53.6%;北美和欧洲分别为44%。54%的中国受访者指出,数据增长的第二大驱动力是(非自建)应用向云端迁移,而亚太区和日本这项一比例为37%,北美为39%,欧洲为40%。
中国企业的数据管理能力正在快速提高。这些企业深知数据运营和数据管理的强大力量。
在所有区域中,数据运营在中国最有可能被视为“非常”或“极其”重要。当被问及数据运营的概念有多重要时,52%的受访者回答“非常重要”,29%的受访者回答 “极其重要”,两者合计81%。
云部署率高
在多云和边缘数据方面领先
积极的AI战略
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自首尔国立大学的研究提出了状态机推理(SMR)框架,解决了大型语言模型在信息检索中的过度思考问题。研究者将推理过程从冗长的令牌生成转变为离散动作(精炼、重排序、停止),使系统能够高效地在状态间转换。实验结果表明,SMR在BEIR和BRIGHT基准测试中显著提高了检索性能,同时减少了74.4%的计算资源消耗,证明其在不同语言模型和检索器中的通用性。这种结构化方法不仅解决了冗余轨迹和误导性推理问题,还为构建更高效的信息检索系统提供了新思路。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
REASONING GYM是GitHub团队开发的一个突破性推理环境库,为强化学习模型提供可验证奖励。与传统固定数据集不同,它能生成无限训练数据并调整难度,涵盖代数、算术、认知、几何等100多个领域的数据生成器。研究显示,即使顶尖AI模型在复杂任务上表现也不佳,而专门针对推理训练的模型明显优于通用模型。更重要的是,在一个领域学习的技能可以意外地迁移到其他领域,这为提升AI推理能力提供了新路径。