今年的云计算市场跌宕起伏,很多人都在预测2016年云将会有哪些大事发生。例如,VMware和谷歌这样的云厂商在2015年携手合作以求撼动 AWS的公共云霸主地位。戴尔公司收购EMC被认为有可能载入云技术发展的史册,因为这两家公司都准备将各自的发展目标定位在云市场上。同时,容器技术和 开源技术也成为了云的热门话题,而众多厂商也齐聚于OpenStack的旗下。
所以,鉴于2015年云市场发生了如此众多的重大事件,很多人都在预测2016年的云市场将会是怎样的。
每年,SearchCloud Computing都会要求专家们分享他们对于未来一年云世界的预测。今年,我们为他们准备了两个问题:
以下是各位专家对于2016年云的预测。
Jim O'Reilly:受谷歌公司Nearline归档服务的影响,亚马逊公司可能会推出新的存储服务, 从而导致云归档服务价格的下降。总体而言,云厂商的价格大战将在2016年继续下去,但其速度将趋缓。AWS目前支持微软公司的Active Directory,这将导致更多用户由于其极具有吸引力的价格因素而选择AWS,这反过来又会导致Azure和AWS之间的功能大战和价格大战。
除了极少数的其他领域,大数据将成为云服务供应商的主要目标,其中把大数据挑战作为其搜索业务结果的谷歌公司尤是如此。
与此同时,更多基于浏览器的云应用程序和软件即服务(SaaS)应用程序将纷纷出世,业务灵活性将得到不断提高,移动设备将导致业务流程的持续优化,进而桌面PC的时代也将走入暮期。
此外,我们将认识到云安全性已能满足企业进入云实施黄金期的要求。这一点将推动更多企业将关键任务业务迁入公共云,即便在一开始这么做的企业可能并不会太多。
在选择退出的公司方面,云供应商巨头之间的价格战将让IBM、VMware和Rackspace继续处于困境之中。也许其中的一两家会选择退出吧。
此外,容器技术将增加更多的虚拟机数量,这将延缓云供应商巨头们的硬件采购动作,而现有的硬件设施也将重新使用容器技术。其结果就是,2016年将是原始设计制造商们痛苦难熬的一年。
Paul Korzeniowski:我的一个云预测是影子云采购的范围和影响将在2016年逐渐减小。企业 部门将越来越多地发现他们无法提供足够的服务和管理来支持影子IT应用程序。IT部门和业务部门将更好地协作来完成云系统的部署与支持。其最终结果将是企 业将加大IT投入进行云采购,安全性和管理检查措施也将变得到位。
云经纪人将继续寻找确定他们的自身定位和作用。他们将更少地作为中间人来帮助企业选择和找到定价合理的云服务,而更多地整合不同的云服务,这是一个不断选择成为顶尖IT优先级的任务。
整合还将继续。诸如AWS、微软、谷歌、IBM和甲骨文等大厂商将寻求填补产品线的空隙,而云初创企业则会寻求套现取利。
David Linthicum:首先,重点将在于云的管理、安全和治理。虽然在过去每个人都只是选择一个云环境,但是现在他们会寻求如何高效地运行一个云计算环境。诸如云管理和基于应用的计费这样的缺失部分将变得更加重要。这样一来,企业将把更多的精力投入到第三方云产品,以及推动供应商提供这些功能。
其次,则是容器技术的不断发展。虽然容器技术本身并不新鲜,但是以其为中心的生态系统将继续发展。整个云系统的设计都是围绕着容器技术使用的,它应允许容器可扩展。在这里,容器的安全性和管理将是一个重点。
大企业软件厂商(其中包括甲骨文、SAP、惠普企业以及IBM的某些方面)可能将会放弃核心云服务,从而更多地专注于更具防御性的策略。依靠更多的大型交易(例如EMC和戴尔的交易),明年大型软件将变成一个昂贵而无用的东西。
除了大型软件厂商将从云世界中逐渐淡出以外,我们将看到老资格的云供应商将通过找到其他的利好机遇或者只是通过收购来寻求再次发展。
Tom Nolle:首先,这将是云运营商变革的一年。一些运营商将退出或缩减他们的云服务规模,而另一些则 会大肆扩张。大多数的运营商云扩张动作有可能是在美国以外地区的,而有些运营商将成为云中一股不可忽视的力量。在欧洲,大约有一半的运营商将扩大他们的云 投资,并开始与软件合作伙伴的协作,让他们能够托管SaaS产品。
其次,随着主要厂商(例如亚马逊)达到了收入成本的平衡点,基础设施即服务(IaaS)的定价将开始企稳。这将增加IaaS三个特定云替代品的兴 趣。第一类是平台即服务(PaaS)和SaaS,微软公司将继续其Azure的发展,但是它将不得不与亚马逊、谷歌以及另一些更小型的云厂商的Linux PaaS产品展开竞争。在IaaS中,我们将看到IaaS供应商的一些大动作,他们将寻找软件合作伙伴来一起开发他们自己的众多SaaS服务。
诸如Docker这类以低价IaaS市场空间为目标的容器技术将变得更为普及,而亚马逊和谷歌都将推动基于容器技术的服务。最后,所有的云供应商将扩大他们云增强的网络服务产品范围。这些服务将从数据库和工作流服务发展进入电子商务和物联网领域。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。