Gartner 表示,由于面临在竞争市场中开发产品所需的高额资本支出,大语言模型 (LLM) 供应商市场正处于淘汰阶段的边缘。
目前最重要的是市场采用度:速度、采用率、市场占有 - 淘汰潮即将来临。市场将无法支撑目前这么多的模型供应商。
全球科技研究公司预测,2025 年全球生成式 AI 支出将达到 6440 亿美元,较 2024 年增长约 76%。Gartner 杰出副总裁分析师 John-David Lovelock 表示,模型供应商市场将经历类似云市场的整合,目前云市场主要由 AWS、Microsoft Azure 和 Google Cloud 主导。
Lovelock 说:"从某种意义上说,云计算的变革性更强,它改变了我们的工作方式、内容和场所。但这是一种替代。我必须从使用本地 CRM 系统转向像 Salesforce 这样的云系统。而生成式 AI 是对现有系统的补充,它将成为每部手机、每台 PC、每台笔记本电脑、每台服务器、每个软件的一部分,它将出现在你的汽车、电视和手表中。"
他表示,CIO 们将倾向于选择商用现成解决方案,以获得更可预测的实施效果和商业价值,而不是围绕 AI 构建自己的软件。
Lovelock 说:"尽管模型在不断改进,CIO 们将减少概念验证和自主开发工作,转而关注现有软件供应商提供的生成式 AI 功能。"
因此,LLM 开发商目前将用户、企业和软件供应商的采用率置于收入或成本之上。
Lovelock 补充道:"目前最重要的是市场采用度:速度、采用率、市场占有 - 淘汰潮即将来临。市场将无法支撑目前这么多的模型供应商。从资本支出要求到收入,云市场只能容纳三家主要供应商,生成式 AI 模型开发商的情况也会类似。"
但是,市场不太可能像互联网泡沫那样迅速崩溃,部分原因是当时还有 Y2K 支出的影响。"我们不会某天早上醒来发现 20 家公司倒闭。这将是一个缓慢的淘汰过程。"
Gartner 表示,AI 服务将实现最快增长,从 2024 年的 106 亿美元增长到 2025 年的 278 亿美元,增幅达 163%。虽然基于设备和软件的生成式 AI 都将增长近一倍,但基于服务器的生成式 AI 市场增长最慢,增长 330% 至 1800 亿美元。
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。