Gartner预测,2025年全球生成式人工智能(GenAI)支出将达到 6440 亿美元,较2024年增长76.4%。
Gartner杰出研究副总裁John-David Lovelock表示:“初始概念验证(POC)工作的高失败率以及对当前GenAI成果的不满,导致人们对GenAI能力的期望下降。尽管如此,基础模型提供商每年仍投入数十亿美元,提升GenAI模型的规模、性能和可靠性。这一矛盾将贯穿于2025和2026年。”
Lovelock表示:“CIO倾向于选择现成的商业解决方案,以获得更可预测的实施效果和商业价值。因此,2024年启动的大型内部项目将在2025年面临详细审查。尽管模型在改进,CIO仍会减少POC和自主开发相关工作,而更关注现有软件供应商提供的GenAI功能。”
2025年,GenAI支出在所有核心市场和细分市场都将迎来显著增长(见表一)。GenAI 将对 IT 支出市场的各个方面产生巨大影响,这表明未来AI技术将日益成为企业运营和消费产品中不可或缺的一部分。
表一、全球GenAI支出预测(单位:百万美元)
支持AI的消费设备推动GenAI支出的增长
2025年,集成AI能力的服务器、智能手机、个人电脑(PC)等硬件将成为GenAI支出的增长的主要驱动因素,其中80%的GenAI支出将用于硬件。
Lovelock表示:“市场的增长轨迹深受AI设备日益普及的影响,预计到2028年,AI设备将占据几乎整个消费设备市场。然而,消费者并非主动寻求这些AI设备。随着制造商将AI作为标准能力嵌入消费设备中,消费者将不得不为其买单。”
Gartner的GenAI支出预测基于对来自1000多家厂商的GenAI产品和服务的销售情况的严谨分析。Gartner结合一手调研与二手调研方法,建立了一个完整的市场规模数据库,作为预测的基础。
Gartner的GenAI支出预测报告对硬件、软件和IT服务领域的GenAI支出预测提供了独特视角,助力Gartner客户了解市场机遇与挑战。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。