回望2023年,科技行业已达成共识,无论对变革商业模式还是对满足人们生活及工作的需求来说,人工智能(AI)的能力正变得越来越不可或缺;由此,用于训练AI模型的数据价值也将持续攀升,并推动企业更加重视数据的质量、准确性和相关性。随着云、边缘计算和物联网技术的不断成熟,数据类型多样化和分散化趋势更加显著,这就要求企业实现跨混合环境的数据管理以及数据的实时处理,同时提升效率、控制成本。此外,上述趋势的动态发展也对维护IT系统的安全性提出了前所未有的高要求。
同时,对如今的企业而言,技术发展和应用创新受到环境、社会和治理(ESG)和法律法规要求的影响。社会期待企业在技术采用、业务运营、公司治理的方方面面承担可持续发展的共同责任。为帮助企业制定2024年的IT战略计划,Hitachi Vantara发布2024年五大行业趋势预测,分享在数据平台统一化、数据中心可持续发展、边缘分析、AI、云原生安全、量子计算等领域的最新进展和洞察。

趋势一:单一的统一数据生态系统,以管理企业创新
生成式人工智能(GenAI)等新兴技术的出现大大加剧了数据爆炸式增长的趋势。根据Hitachi Vantara在2023年发布的《现代化数据基础架构动态》报告,49%的大型中国企业领导者预计,到2025年,其所在企业的数据存储需求将翻一番。72%的受访企业领导者担心其当前的基础架构将无法扩展以满足未来需求。
当今的企业如果要保持竞争力,就需要跨存储环境管理数据,并尽量减少妥协和管理复杂性。在2024年,我们预计基础架构领域会发生一场重大的改革——单一的统一数据生态系统将逐步成为主流,无缝集成到现有基础架构中,以简单、可扩展的方式处理所有环境中的各类应用程序。当企业使用单一数据平台来管理所有应用时,就能实现企业级数据的完全可视性和互操作性,从而更快获得更深入的洞察并快速响应市场需求。
趋势二:数据中心将成为企业追求可持续发展的“中心舞台”
Hitachi Vantara发布的《现代化数据基础架构动态》报告显示,76%的大型中国企业IT领导者目前会衡量数据中心能耗。Hitachi Vantara预测,数据中心将在2024年及以后成为企业追求可持续发展的“中心舞台”。
例如,企业可以集成先进的AI系统,预测使用情况并优化工作负载,帮助管理员关闭不常使用的应用程序,以实现更低的能耗。此外,了解数据存储和数据的使用量、管理数据生命周期的方式和地点,以及评估现有的存储技术,企业能更好地了解他们的数据,以及如何以最佳方式重新配置它们,以实现企业的可持续发展目标。
随着时间的推移,Hitachi Vantara预测,更多企业将采用由数据驱动的更环保、更可持续的系统。此外,软件开发也会影响碳排放,通过修改代码、改变基础架构以及选择降低应用程序能耗的方式,企业可以创建不仅环境友好,而且更具成本效益、更可靠、更具有弹性的绿色应用。
趋势三:边缘分析将会塑造企业的未来
业界正面临由互联设备数据的爆炸式增长与AI技术的进步带来的双重挑战,边缘分析将成为一股应对此挑战的变革力量。数据并不是一成不变的,因此企业在处理数据时也不应墨守成规。边缘分析可在本地(在边缘/终端)处理数据,快速地过滤并保存重要信息,进而实时地做出更具洞察力的决策。
未来几年,边缘分析有望成为所有行业采取的解决方案组合中不可或缺的一部分。边缘分析技术行业已在快速发展,据Allied Market Research预测,到2030年,该市场规模将达到474亿美元。因此,采用边缘分析技术对企业获得竞争优势至关重要。医疗保健、制造和运输等行业已经从边缘分析中获益,在不久的将来,几乎所有行业都将需要边缘分析来实现预测性维护、降低成本、改善运营和获得实时洞察。由于企业加大对边缘分析的采用,边缘分析技术市场也将蓬勃发展,催生出许多兼容的解决方案以提供量身定制的选项,用于满足各类企业的独特需求和使用场景。
趋势四:AI应用的激增重塑云计算市场
复杂的大型语言模型(LLM)的出现和AI应用率的快速上升,标志着技术演进的一个转折点。其中许多应用都将在云中运行,因此云计算市场自然也会随之得到重塑。AI与云计算之间的关系是共生的,两者相互推动,共同迈向更强的创新和更高的效率。
AI应用(包括但不限于LLM)是计算方面的庞然大物。它们需要高端的图形处理器(GPU)和张量处理器(TPU),因此需要更加专业的云基础设施。例如,英伟达最近发布的GH200 Grace Hopper超级芯片就证明了市场对更强大的AI优化处理器的需求在日益增长。
企业加大对AI的采用意味着云平台现在正在定制其服务,以满足AI的特定需求——无论是通过提供机器学习(ML)框架服务还是提供预训练模型。这也降低了大型和小型企业的准入门槛,从而促进了AI技术的全民化。
总体而言,AI应用热潮催生了大量旨在进行数据分析、实时决策和自动化工作流程的新型云服务,而且Hitachi Vantara预计这种趋势不会在短时间内放缓。事实上,随着云计算行业努力跟上AI创新的步伐,也考虑到AI运行的高能耗,许多企业越来越重视云解决方案的可持续性。而同时利用本地和云资源的混合数据中心,将为处理AI工作负载提供一种高效节能的解决方法。
趋势五:2024年云计算行业的主要趋势——强化数据基础架构,保障网络安全,量子计算产业化
随着AI创新成为许多企业议程的重中之重,增强数据基础架构能力和加强网络安全保障预计将成为2024年行业高管们最关心的问题。不过,大多数企业并不希望在企业内/外部和公有云服务器之间如何分割数据方面发生大的转变。
Hitachi Vantara观察到的另一个关键趋势是,量子计算产业化趋势将会日益突出。全球领先的市场研究与咨询公司Markets and Markets预测,到2027年,量子计算市场规模将达到6.67亿美元。虽然这项技术在很多方面仍处于新兴阶段,但围绕这一话题的讨论却越来越活跃。2023年是属于量子计算探索性项目和原型机的一年,到2024年,我们可能会看到首个通过云平台提供的可行的量子解决方案。
值得注意的是,根据Gartner的报告,到2025年,一半以上的重大网络事件将由人才缺乏或人为失误造成。2023年,我们目睹了专门针对云基础架构的高知名度网络攻击事件的增加。这促使企业更加关注云原生安全功能,包括零信任架构和AI驱动的威胁检测系统——这一趋势很可能在2024年占据主导地位。
随着云计算产业的不断成熟,上述趋势不会孤立存在,而是会以各种复杂的方式共同发挥作用。例如,边缘计算的发展可能会对云安全提出新的要求,而AI的进步则需要强大的数据基础架构。2024年将是关键的一年,它将为更高效、更集成、更安全的云生态系统奠定基础。鉴于AI功能的实用性,企业需将云战略与数据基础架构相结合,而数据基础架构应当做到既灵活又安全,同时还要能支持不断涌现的变革技术。
写在最后
科技的进步驱动企业不断地去适应变化、学习和创新。2024年即将到来,Hitachi Vantara希望通过以上五大趋势预测,帮助企业更好地了解全球数据行业技术未来发展的动向。作为企业值得信赖的合作伙伴,Hitachi Vantara将一如既往地关注行业创新趋势的脉动,始终秉持为客户提供创新、应时而生的产品和解决方案的理念,助力企业和社会从数据中收获更大的价值、从新技术中收获更多的成果。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。