ZD至顶网网络频道 11月29日 综合消息:联合市场研究(Allied Market Research)分析公司发布预测报告指出,预计到2022年企业每年花在传输数据和电力的铜电缆和光纤电缆上的费用将超过10亿美元。
该数据涵括了花在用于连接局域网和数据中心节点的光纤和铜电缆上的费用。
时下无线网正在朝着高带宽方向发展,而且,以前仅仅只用桌面电脑处理的计算任务现在用上了移动设备,尽管如此,光纤和铜电缆上的费用仍在不断增加。
有线以太网电缆开支为什么将以14.3%的速度增加呢?联合公司表示,物联网连接数在增加,数据中心得以发展,再加上电力以太网(PoE)系统的出现,二者加在一起意味着公司要在电缆上做出花费。
这些消费增长主要来自中国,中国的科技行业快速扩张,在数据中心上的投资将推动光网络电缆的需求。整个亚太市场预计将占全球电缆开支的35%。
欧洲也被视为一个大市场,特别是欧洲的工业领域,该领域电器连接的增长意味着更大的网络和对电缆的需求。在诸如办公室一类的传统网络环境里,PoE技术的出现也将有助于推动网络电缆需求的健康发展。
因此,联合分析公司预测,在未来6年里,支出将上升,并将在2020年超过220亿美元。但联合公司也指出,有线网络安装电缆的费用及局限性是其传统性缺限,此缺限仍将阻碍该市场发展。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。