根据全球领先的信息技术研究和顾问公司Gartner的统计结果,2020年全球基础设施即服务(IaaS)市场达到643亿美元,相比2019年的457亿美元增长40.7%。2020年亚马逊仍在IaaS市场排名第一,其次分别是微软、阿里巴巴、谷歌和华为。
Gartner研究副总裁Sid Nag表示:“超大规模提供商正在继续通过建立分布式云和边缘解决方案,将公有云的覆盖范围扩大到私人和本地地点,满足企业数据主权、工作负载便携性和网络延迟方面的需求。这一点再加上大多数企业机构在疫情期间对公有云的依赖,推动该市场在2020再次实现两位数增长。”
2020年排名前五的IaaS提供商占市场份额的80%,近90%的IaaS提供商实现增长。
亚马逊继续引领全球IaaS市场,其2020年的收入为262亿美元,市场份额为41%(见表一)。亚马逊的增长率为28.7%,略低于市场平均水平,其销售增长主要来源于客户使用量的增加。
表一、2019年至2020年全球IaaS公有云服务市场份额(单位:百万美元)
|
公司 |
2020 收入 |
2020年市场 份额(%) |
2019 收入 |
2019年市场 份额(%) |
2019年—2020年增长率(%) |
|
亚马逊 |
26201 |
40.8 |
20365 |
44.6 |
28.7 |
|
微软 |
12658 |
19.7 |
7950 |
17.4 |
59.2 |
|
阿里巴巴 |
6117 |
9.5 |
4004 |
8.8 |
52.8 |
|
谷歌 |
3932 |
6.1 |
2367 |
5.2 |
66.1 |
|
华为 |
2672 |
4.2 |
882 |
1.9 |
202.8 |
|
其他 |
12706 |
19.8 |
10115 |
22.1 |
25.6 |
|
共计 |
64286 |
100.0 |
45684 |
100.0 |
40.7 |
来源:Gartner(2021年6月)
2020年微软以近60%的增长率和127亿美元收入在Gartner IaaS市场份额中继续排在第二位。疫情时期的全球医疗危机和工作环境变革推动了当前微软Azure客户对迁移关键任务工作负载的需求,例如带有AI辅助机器人的医疗应用、制造业的数字孪生和零售业的电子商务等。
在中国占据主导地位的IaaS提供商阿里巴巴2020年收入超过60亿美元,相比2019年的40亿美元增长了52.8%。2020年阿里巴巴在教育垂直领域的增长率最高,达到105%,其原因是在家办公和学习的员工和学生下载阿里巴巴的企业通信和协作平台DingTalk。
华为在IaaS市场连续两年实现超过200%的增长并于2020年以27亿美元收入首次进入IaaS厂商前五,其中90%以上的收入来自于云市场持续快速增长的大中华区。Nag表示:“华为在2019年之后开始从销售设备转向大力投资于云服务业务,而这一艰难的转型已初见成效。”
2020年谷歌的IaaS收入增长66%,达到近40亿美元。零售、政府和医疗行业的支出以及这些行业对混合云和多云模式下云应用开发和部署的关注共同帮助推动谷歌2020年IaaS的增长。
“首席信息官分散投资云IaaS和平台即服务(PaaS)的时代早已过去。虽然云市场将继续增长,但由于首席信息官将投资于能够满足其复杂和新兴用例需求的技术,因此提供商真正的机会来自边缘、5G和AI等与云相邻的技术市场的增长。”
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。