CNET科技資訊網(wǎng) 5月12日 北京消息:由IDC研究、希捷科技贊助的《數(shù)據(jù)時代2025》白皮書昨天在北京發(fā)布。白皮書預(yù)測,到2025年,全球的數(shù)據(jù)量將達到163ZB,是目前的10倍;同時,數(shù)據(jù)的來源以及由數(shù)據(jù)飆升引起的應(yīng)用趨勢也會產(chǎn)生變化,這是數(shù)據(jù)未來的大勢所趨。
IDC高級副總裁David Reinsel現(xiàn)場表示:“數(shù)據(jù)發(fā)展趨勢一直是IDC關(guān)注的焦點,它和我們的生活息息相關(guān),并將在未來的世界中發(fā)揮更為關(guān)鍵的作用。不管是對政府、企業(yè)還是個人來講,數(shù)據(jù)的影響已經(jīng)遠遠超越我們的預(yù)期,就像幾十年前我們沒有想象無人駕駛汽車以及智能機器人在我們的生活中出現(xiàn)并且?guī)眍嵏残宰兏镆粯樱嘈挪粩嘧兓臄?shù)據(jù)還將繼續(xù)滲透到我們生活中,以更多、更新的方式,影響人類的生活。”
正如David Reinsel所說,過去十年間,我們經(jīng)歷了從模擬到數(shù)字的轉(zhuǎn)型,數(shù)據(jù)飆升的背景下,將帶來數(shù)據(jù)處理能力的挑戰(zhàn),而抓住數(shù)據(jù)的來源,是數(shù)據(jù)分析和利用的一步,根據(jù)IDC報告預(yù)測,未來163ZB的數(shù)據(jù)主要來自于三個方面:
1、企業(yè)數(shù)據(jù)中心或者企業(yè)云數(shù)據(jù)產(chǎn)生的大量核心數(shù)據(jù):至2025年核心數(shù)據(jù)的高于10倍的平均增速,很大一部分原因是由于大量的數(shù)據(jù)被存儲于私有云、公有云以及混合云中,實現(xiàn)了從終端數(shù)據(jù)向企業(yè)云數(shù)據(jù)的轉(zhuǎn)化。
2、邊緣數(shù)據(jù):邊緣數(shù)據(jù)是相對于核心數(shù)據(jù)而言的,是指核心數(shù)據(jù)以外的企業(yè)級計算機或設(shè)備,其中包括服務(wù)器機房、小型數(shù)據(jù)中心等。
3、終端數(shù)據(jù):是指網(wǎng)絡(luò)邊緣的所有設(shè)備,包括 PC、手機、攝像機、智能汽車、可穿戴設(shè)備,2012年前終端數(shù)據(jù)增長快速,得益于智能手機以及PC所產(chǎn)生的大量數(shù)據(jù),而2012年后,終端數(shù)據(jù)的增長速度有所減緩,低于10倍平均增速,主要數(shù)據(jù)來自于安防攝像機等嵌入式設(shè)備。
“數(shù)據(jù)對于企業(yè)的重要性不言而喻,在大數(shù)據(jù)時代,企業(yè)如果在數(shù)據(jù)挖掘、分析和管理上更勝一籌,就有機會在大數(shù)據(jù)潮流中把握商機。”希捷科技全球副總裁暨亞太和中國區(qū)總裁孫丹表示,企業(yè)領(lǐng)導(dǎo)者在面對海量數(shù)據(jù)的時候,需要按照數(shù)據(jù)的重要程度進行分析,最終分析提取關(guān)鍵數(shù)據(jù),給用戶體驗帶來有意義的影響,并且,重視識別和維護這部分關(guān)鍵數(shù)據(jù),以發(fā)揮潛在價值。實際上與大浪淘沙的道理是一樣的。
希捷科技全球副總裁暨亞太和中國區(qū)總裁孫丹
具體而言,數(shù)據(jù)的挖掘能力惠及企業(yè)、消費者和各行各業(yè)。對于企業(yè)來講,海量的數(shù)據(jù)中蘊藏著無盡的商機,能夠?qū)Υ髷?shù)據(jù)進行有效獲取、合理分析和妥善利用,會為企業(yè)的發(fā)展帶來無限空間,也是數(shù)據(jù)時代企業(yè)精準抓住商機的最有效途徑。從消費者的角度來說,無人駕駛汽車以及數(shù)字化設(shè)備為生活帶來前所未有的便捷和精彩,視頻會議、網(wǎng)上購物和人工智能給消費者帶來了工作和生活方式的大轉(zhuǎn)變。曾經(jīng)推動了企業(yè)成功運營的數(shù)據(jù),現(xiàn)如今成為了消費者、政府和企業(yè)日常各方面順利運作的關(guān)鍵要素。從電網(wǎng)和供水系統(tǒng)到醫(yī)院、公共交通和道路網(wǎng)絡(luò),實時數(shù)據(jù)的增長數(shù)量、速度和重要性上都顯得極為引人注目。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。