在这篇专家问答中,IDC分析员Vernon Turner向首席信息官们介绍了如何应对物联网对数据中心的影响。
我们认为即将发生的事情就是大约40%由物联网产生的数据必须被迅速处理,因为这些数据要被非常迅速的回传到企业数据中心。
所以,可能会发生两件事:一是企业要构建更高效的微型数据中心,因为你必须要有软件以及应用程序和业务分析—所有这些东西你都存有在企业的数据中心中。其次如果数据返回到企业数据流里,那么你就很有可能不得不建立一个能够支持这些数据的云基础构架。原因明确逻辑清晰。到2020年将会有300亿个设备接入互联网。我们认为到时候每40分钟就有40万个设备连入。那可是相当大量的设备要被连接。如果你是一位IT经理,你不可能就使用普通的IT基础设施;你必须要使用规模很合适的云基础设施。
而且,虽然自带设备引入的所有这些设备给系统管理带了很大压力,而代替自带设备的却是物联网所带来的看起来一点不像能被传统IT所支持的设备。我的建议就是加强你的系统管理进程和程序以满足接入网络设备的多样性和高频度。
第三则关于服务供应商。我认为你需要准备把更多地公司数据放入服务供应商的平台。对我们来说的大事件就是我们认为物联网将迫使传统企业数据中心或者数据中心所有者将其数据移动至服务供应商平台上,因为你想要完成我们所谓的数据混合。数据混合是指拿到数据,寻找价值并使业务从中受益。
好文章,需要你的鼓励
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
AWorld团队开发的Recon-Act系统采用"侦察-行动"双团队协作模式,通过工具中心的自我进化机制实现智能浏览器操作。系统在VisualWebArena测试中达到36.48%成功率,超越现有自动化方案。其创新性在于将信息收集与任务执行分离,通过对比成功失败案例自动生成专用工具,为未来智能浏览器助手发展提供了新思路。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
中科院团队提出QuantVGGT技术,首次解决大规模3D重建AI模型的部署难题。通过双重平滑精细量化和噪声过滤多样化采样两项核心技术,成功将12亿参数的VGGT模型压缩75%体积、提升2.5倍速度,同时保持98%原始性能。实验结果显示该方法在相机位置估计和点云地图生成任务上均显著优于现有量化技术,为3D AI技术的产业化普及提供了重要突破。