ZD至顶网CIO与应用频道 03月06日 北京消息:据全球领先的信息技术研究和顾问公司Gartner预测,全球公有云服务市场将从2016年的2092亿美元增至2017年的2468亿美元,增幅高达18%。最高增速将来自云系统基础架构服务(基础架构即服务,IaaS),预计将在2017年增长36.8%,达到346亿美元。云应用服务(软件即服务,SaaS)预计将增长20.1%,达到463亿美元(参见表一)。
Gartner研究总监Sid Nag表示:“全球公有云市场正在整体进入稳定期,其增速将在2017年达到峰值18%,随后将在未来几年内逐渐下降。当一些企业机构仍在试图搞清云服务到底如何才能与其整体IT战略相契合时,进行成本优化与发启转型的努力将为IT外包方带来更好的前景与结果。Gartner预测到2020年,云普及战略将影响50%以上的IT外包交易。”
Nag认为:“由于云服务可实现多种价值,例如敏捷性、可扩展性、成本优势、创新以及业务增长,各企业机构因此均对云战略趋之如骛。虽然并非所有的外包决策都能够引起向云端的自动转变,但买方希望制定‘以云为本’的决策,以便借助惊人的速度来实现从时间到价值的强大影响力。”
表一、全球公有云服务预测(单位:百万美元)
2016年 |
2017年 |
2018年 |
2019年 |
2020年 |
|
云业务流程服务(BPaaS) |
40,812 |
43,772 |
47,556 |
51,652 |
56,176 |
云应用基础架构服务(PaaS) |
7,169 |
8,851 |
10,616 |
12,580 |
14,798 |
云应用服务(SaaS) |
38,567 |
46,331 |
55,143 |
64,870 |
75,734 |
云管理与安全服务 |
7,150 |
8,768 |
10,427 |
12,159 |
14,004 |
云系统基础架构服务(IaaS) |
25,290 |
34,603 |
45,559 |
57,897 |
71,552 |
云广告 |
90,257 |
104,516 |
118,520 |
133,566 |
151,091 |
市场总计 |
209,244 |
246,841 |
287,820 |
332,723 |
383,355 |
资料来源:Gartner(2017年2月)
今后几年内,由于SaaS产品,即人力资本管理(HCM)与客户关系管理(CRM)正日趋成熟,同时财务应用采购更加频繁,SaaS市场的增速预计将会小幅放缓。尽管如此,SaaS仍将是全球云服务市场内的第二大细分市场。
Nag表示:“随着企业应用买方正逐渐注重以云为本,我们预计2017年超过50%的北美大型企业所采用的新应用将包含SaaS或其他类型的云端解决方案。中小型企业甚至处于普及曲线的更加上升的位置。到2019年,超过30%的百家最大型厂商的新软件投资将从云优先转变至云唯一。”
Gartner预测,随着SaaS正日益成为主流,基础架构计算服务领域将呈现出更高的云增长率。将基础架构迁移至云端的其他需求以及企业与初创公司领域内计算日益密集的工作负载(如:人工智能、分析与物联网)所带来的更多需求正在推动这一增长。此外,蓬勃发展的平台即服务(PaaS)也正在推动着IaaS的普及。
从地区角度而言,由于预计买方的需求会在预测期内升高,中国的IaaS云市场预期亦会有所提升。具体而言,中国更大型的单一业务IaaS提供商以及推动该市场的其他与电信相关的云提供商均会出现显著增长。虽然中国的云服务市场尚处于萌芽期,且落后美国与欧洲市场多年,但随着数字化转型在未来5年内日益成为主流,中国市场预计将保持高速增长。
好文章,需要你的鼓励
随着GPU成为AI工作负载训练和运营的关键,越来越多的云服务提供商开始提供云GPU实例。这为希望避免部署GPU硬件费用和复杂性的组织带来好消息。云GPU实例可按超大规模与专业化提供商、通用与专用实例、共享与独占服务器进行分类。选择时需考虑工作负载类型、GPU类型、成本、延迟和控制级别等因素。
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
企业云服务平台IFS收购硅谷代理AI专家theLoops,推出"工业AI"概念。该技术旨在创建具备语义环境感知能力的自主AI代理,专门服务于制造、能源、建筑等资产密集型行业。这些工业AI代理能够理解业务职责,遵循行业规则,与人类协同工作,执行实际工作任务而非简单的聊天或辅助功能,为企业带来可衡量的生产力提升和投资回报。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。