Gartner的统计结果显示,2021年全球基础设施即服务(IaaS)市场从2020年的643亿美元增长到909亿美元,同比增长41.4%。亚马逊在2021年继续排在IaaS市场的第一名,其次是微软、阿里巴巴、谷歌和华为。
Gartner研究副总裁Sid Nag表示:“由于云原生已成为现代化工作负载的主要架构,IaaS市场继续保持增长。云不但支持先进技术和应用所需的可扩展性和可组合能力,还能够帮助企业满足主权、数据整合和客户体验增强等新出现的需求。”
前五名IaaS提供商在2021年占据了80%以上的市场份额。亚马逊在2021年以354亿美元的收入和38.9%的市场份额继续引领全球IaaS市场(见表一)。
表一、2020-2021年全球IaaS公有云服务市场份额(单位:百万美元)
|
公司 |
2021年收入 |
2021年市场份额(%) |
2020年收入 |
2020年市场份额(%) |
2020-2021年增长率(%) |
|
亚马逊 |
35,380 |
38.9 |
26,201 |
40.8 |
35.0 |
|
微软 |
19,153 |
21.1 |
12,659 |
19.7 |
51.3 |
|
阿里巴巴 |
8,679 |
9.5 |
6,117 |
9.5 |
41.9 |
|
谷歌 |
6,436 |
7.1 |
3,932 |
6.1 |
63.7 |
|
华为 |
4,190 |
4.6 |
2,681 |
4.2 |
56.3 |
|
其他 |
17,056 |
18.8 |
12,697 |
19.8 |
34.3 |
|
总计 |
90,894 |
100.0 |
64,286 |
100.0 |
41.4 |
来源:Gartner(2022年6月)
微软2021年的IaaS收入超过190亿美元,以21.1%的市场份额和高于市场的增长率位居第二。由于已经有许多企业机构依赖微软的企业软件和服务,因此Azure能够抓住几乎所有垂直市场中的机会。
阿里巴巴2021年的IaaS收入为87亿美元并且以9.5%的市场份额再次成为全球第三大IaaS公有云提供商。阿里巴巴在继续引领中国云市场的同时,还准备凭借对当地市场的了解与数字商务平台能力成为印度尼西亚、马来西亚和其他新兴云市场的领先地区提供商。
Nag表示:“随着地缘政治分裂日益严重以及新监管和合规要求的出台,地区云生态系统正在为具有强大地区影响力的提供商带来机会,因此变得越来越重要。”
谷歌云2021年的收入达到64亿美元,同比增长63.7%,是前五名IaaS厂商中增长率最高的厂商。谷歌能够实现这一增长是因为传统企业工作负载对谷歌云的采用稳步增加,并且谷歌在人工智能和Kubernetes容器技术等前沿功能领域实现了创新,还通过扩展合作伙伴生态系统扩大了客户群。
继连续两年实现200%以上的增长后,华为在2021年的增长速度有所放缓,但该公司仍然以42亿美元的收入排在市场份额的第五名。华为在过去两年中大力投资于自己的IaaS生态系统,并且通过经过加强的开放式硬件、开源软件和合作伙伴赋能战略,为大学、开发者和初创企业提供更丰富的产品。
Nag表示:“客户体验、数字成果和虚拟先行世界将成为推动IaaS下一个增长阶段的驱动力。元宇宙、聊天机器人和数字孪生等新兴技术可以帮助企业为客户带来各种体验,但它们将需要超大规模基础设施来满足不断增长的计算和存储能力需求。”
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。