根据 Synergy Research Group 的研究数据显示,在生成式 AI (GenAI) 的推动下,2024 年全球数据中心市场的并购 (M&A) 交易额创下历史新高,其中私募股权公司完成了大部分交易。
Synergy Research Group 发布的数据显示,2024 年完成的并购交易额达到创纪录的 570 亿美元,比 2022 年创下的前期最高纪录增加了 50 亿美元。
值得一提的是,2022 年发生了数据中心行业历史上最大的两笔并购交易,每笔交易的估值都超过了 110 亿美元。
Synergy 在研究报告中指出:"有史以来最大的四笔交易估值均在 100 亿美元以上,都发生在 2021 年和 2022 年。这些交易包括对 CyrusOne、Switch、CoreSite 和 QTS 的收购 - 这些公司都在全球主机托管运营商排名前 15 位。"
就 2024 年而言,这 12 个月内完成的两笔最大交易涉及对托管服务提供商 Vantage Data Centers 的两笔独立股权投资,总价值达 92 亿美元。
该公司还在其他交易中获得了 31 亿美元的股权投资,用于支持其在欧洲、中东和非洲 (EMEA) 地区的业务。
Synergy 表示,目前还有 290 亿美元的并购交易已达成协议但尚未正式完成,此外还可能有 150 亿美元的交易在未来一年内达成。
Synergy 统计显示,自 2015 年以来,共追踪了 1,498 笔数据中心并购交易,总价值达 3,000 亿美元,其中大多数涉及某种形式的公司收购。
其并购统计还包括少数股权投资、合资企业、单个数据中心收购、股份出售以及数据中心开发用地购买。
Synergy 指出:"除了在这 10 年期间数据中心并购活动的快速增长外,最显著的特点是私募股权大量涌入市场。2020 年,私募股权占已完成交易价值的 54%,2021 年上升至 65%,此后一直保持在 80-90% 的范围内。"
Synergy Research Group 首席分析师 John Dinsdale 表示,在过去几年中,数据中心市场的并购活动主要由云服务、社交网络和面向消费者与企业的数字服务需求推动。
Dinsdale 补充说:"这种趋势看不到尽头,生成式 AI 技术和服务进一步推动了本已强劲的需求。专业数据中心运营商要么无法自行提供这些投资,要么不愿意这样做,而私募股权投资者则非常愿意介入并为增长计划提供资金。从待定交易和未来项目管道来看,有充分证据表明 2025 年将是数据中心并购的又一个繁荣年。"
这是 Synergy 最近发布的第三份研究报告,都指出生成式 AI 对数据中心市场产生了变革性影响。例如,该机构上周发布的数据显示,由于生成式 AI 工作负载的大量计算需求,超大规模数据中心的平均规模正在增加。
其研究还显示,由于运营商急于为其设施配备设备并使其具备 AI 就绪能力,2024 年数据中心硬件和软件销售额创下历史新高。
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。