至顶网网络与安全频道 09月24日 编译:边缘计算通常是指核心数据中心和智能端点之间的中间基础设施和关键服务。数量激增的企业设备和消费者设备正在通过边缘能力从数字化技术世界中受益。无论边缘的定义是什么,计算、存储和网络都需要支持在核心之外进行的数据生成、数据分析和数据管理。未来,来自各种技术生态系统的重要产品和服务将创造非凡的价值和机会。根据IDC最新的《全球边缘支出指南》显示,到2024年全球边缘计算市场将达到2506亿美元,在2019-2024年的预测期内复合年增长率(CAGR)为12.5%。
IDC边缘策略研究总监Dave McCarthy说:“边缘产品和边缘服务正在推动着下一波数字化转型。 由于边缘技术能够让基础设施和应用更靠近数据生成和数据使用的位置,所以各种类型的企业组织都在寻求使用边缘技术来提高业务敏捷性,创造新的客户体验。”
现在有越来越多的企业开始投资边缘计算市场,竞争对手也越来越多,例如AWS、Equinix、Google、IBM、微软、Oracle和Switch等超大规模数据中心厂商;AMD、Dell Technologies、爱立信、HPE、英特尔等基础设施提供商;以及AT&T、Lumen、Verizon等服务厂商,都提供了关键的联网功能,可以连接数千个已经规划的、已经部署的边缘数据中心。
IDC预计,未来几年边缘支出将集中在美国和西欧。到2020年,美洲、EMEA和亚太地区在全球支出中所占的份额分别为45.0%、27.9%和27.2%。从行业角度来看,到2020年19个标准行业中的11个行业将占到全球总支出的5%或更多。在整个预测中,边缘支出的前两大行业是离散制造业和专业服务业,而到了预测期末,零售业将超过流程制造业,成为支出最多的第三大行业。专业服务领域的边缘支出增长最快,五年复合年增长率为15.4%。
从技术角度来看,服务(包括专业服务和预配服务)到2024年将占到边缘总支出的46.2%。硬件紧随其后,是第二大技术类别,占支出的32.2%,其余21.6%来自边缘相关的软件。
IDC客户洞察与分析小组研究总监Marcus Torchia表示:“虽然没有哪个技术市场能够幸免于COVID-19的经济影响,但边缘市场中的提供商们都有望在预测期内实现持续增长。”
好文章,需要你的鼓励
这项研究介绍了Ankh3,一种创新的蛋白质语言模型,通过多任务预训练策略显著提升了模型性能。研究者采用两种互补任务:多掩码概率的掩码语言建模和蛋白质序列补全,使模型仅从蛋白质序列就能学到更丰富的表示。实验表明,Ankh3在二级结构预测、荧光预测等下游任务中表现优异,尤其在模型未曾训练过的任务上展现出强大泛化能力,为蛋白质设计和分析开辟了新路径。
法国波尔多大学研究团队开发了一个突破性框架,用于神经退行性痴呆症的差异化诊断。该框架将3D脑部MRI转换为文本报告,并利用强化学习优化的大语言模型进行详细诊断推理。不同于传统"黑箱"方法,这一系统能生成透明、有因果关系的解释,同时保持高诊断准确率。研究显示,通过群组相对策略优化(GRPO)训练的轻量级模型能展现复杂推理行为,包括假设检验和非线性思考,提供与临床决策流程一致的排序诊断结果。
这项研究提出了CLUE框架,首次能够生成自然语言解释来揭示AI事实核查系统不确定性的来源。与现有方法不同,CLUE能识别文本片段间的冲突与一致关系,并解释它们如何影响模型的预测不确定性。实验表明,CLUE生成的解释在三种语言模型和两个事实核查数据集上都更忠实于模型不确定性,用户评价其更有帮助、信息更丰富、冗余更少且逻辑更一致。CLUE不需要微调或架构更改,适用于任何白盒语言模型,为事实核查提供了实用支持。
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。