根据 IT 分析机构 Synergy Research Group 的研究显示,随着运营商为满足日益增长的生成式 AI 服务需求而扩充其设施的 IT 负载能力,超大规模数据中心的规模正在不断扩大。
Synergy Research Group 分享的预测数据显示,未来四年内,超大规模数据中心的平均规模将增长一倍。
Synergy 在一份研究报告中指出:"超大规模数据中心的关键 IT 负载规模一直呈增长趋势,但生成式 AI 技术和服务的高能耗特性让这一趋势加速发展。"
"与此同时,随着单个数据中心的平均 IT 负载不断提升,运营中的超大规模数据中心数量也将持续稳定增长。"
该公司的数据确认,目前全球已有 1,103 个超大规模数据中心在运营,未来四年内还将新增 497 个。
Synergy 补充道:"考虑到超大规模数据中心数量的持续增长和显著增加的平均规模,我们预测到 2030 年底,超大规模数据中心的总容量将增长近两倍。"
该公司的超大规模研究基于对全球 19 家主要云计算和互联网服务公司的数据中心足迹和运营分析。
Synergy Research Group 首席分析师 John Dinsdale 表示:"运营中的超大规模数据中心数量持续增长,在过去五年中翻了一番。这一基数将继续增长,但市场最显著的变化是新建数据中心容量的不断提升。"
"考虑到超大规模数据中心的组合在不断变化 - 新旧更替、区域差异以及自有与租赁的比例 - 这个计算很复杂,但总的来说,我们将看到以 GPU 为导向的基础设施使新建超大规模数据中心的容量翻倍。"
这是 Synergy Research Group 近期第二次发布数据,指出生成式 AI 需求对数据中心市场的变革性影响。
数据显示,生成式 AI 服务需求是 2024 年数据中心硬件和软件支出创历史新高的原因之一,因为数据中心运营商在去年投入大量资金建设支持 AI 的服务器集群。
Dinsdale 说:"虽然公共云的持续成功一直是过去十多年推动数据中心投资的主要力量,但没有人预想到 2024 年数据中心设备市场规模会超过 2,800 亿美元。"
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。