产业数据
IDC,2020年第二季度全球服务器市场的厂商收入同比增长19.8%至240亿美元,出货量同比增长18.4%,达到近320万台。
该季度HPE/新华三和戴尔处于并列第一的位置。HPE/新华三的市场份额为14.9%,戴尔是13.9%。浪潮/浪潮商用机器以10.5%的市场份额和惊人的77%同比增幅位居第三。联想和IBM并列第四,份额分别为6.1%和6.0%。
IDC,2020年第二季度企业外部OEM存储系统全球市场收入同比下滑5%至不足63亿美元,出货容量同比增长5.1%至17.1 EB。
该季度戴尔是最大的企业外部存储系统厂商,占全球收入的27.0%。HPE/新华三和NetApp并列第二,收入份额分别为10.5%和9.8%,其次是IBM和华为并列第四,市场份额分别为8.1%和7.7%。
Gartner最新研究报告“Hype Cycle for Emerging Technologies, 2020”,介绍了30项须重点关注的技术,成熟度曲线尤其关注那些有望在未来5~10年内提供较大竞争优势的技术,包括数字自我、编组架构、构成化AI、算法信任、超越硅的芯片材料。
IDC,2020年第二季度(20Q2)全球以太网交换机市场收入达到66亿美元,同比减少6.3%。同时,全球企业和服务提供商(SP)路由器市场总收入同比小幅增长0.1%,达到40亿美元。全球应对COVID-19大流行给以太网交换机和路由器市场结果造成了一定影响。IDC预计这一趋势将在2020年下半年持续下去。
IDC,2020年第二季度(2Q20)WLAN市场同比增长7.1%。其中,企业级细分市场收入同比下滑9.5%,收入为14亿美元。2020年上半年与去年同期相比,企业级WLAN基础设施收入下滑了6.1%。在整个企业市场中,支持Wi-Fi 6的从属接入点(AP)占收入的28.9%,高于上个季度的21.8%,这表明,企业市场已经大量采用了最新的WLAN标准。
财报数据
戴尔发布第二季度财报,戴尔客户端解决方案部门该季度的收入为112亿美元,较去年同期减少5%,营业收入达为7.15亿美元。戴尔的基础设施解决方案部门该季度的收入为82亿美元,比去年同期减少5%,收入为9.73亿美元。
VMware发布了超出预期的第二季度财报,收入比去年同期增长18%,达到28.8亿美元,超过了分析师预期的28亿美元。其中,订阅和软件即服务收入增长了44%,达到6.31亿美元,占总收入的22%。另一方面,许可收入下滑7%,至7.19亿美元。
Cloudera发布了第二季度财报,该季度收入为2.143亿美元,比去年同期增长9%。Cloudera预计全年收入在8.39亿美元至8.53亿美元之间,此前华尔街预期的全年收入为8.387亿美元。
根据Oracle第一季度财报显示,该季度在不计入股票补偿等成本的情况下,利润为每股93美分,收入为93.7亿美元,较去年同期增长2%。其中,云服务和许可支持业务的销售额同比增长了2%,达到69.5亿美元。在这个细分市场中,Oracle应用、云服务和许可支持收入总计为28亿美元,同比增长4%。基础设施云服务和许可支持业务增长1%至41.3亿美元。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。