中国的容器管理市场正不断增长。Gartner预计,到2027年,中国基于软件的容器管理最终用户总支出将从2024年的8900万美元增加到1.306亿美元。
图1:中国容器管理支出预测(2022 - 2027年)

容器管理可成为云原生基础设施平台的核心基础。容器管理市场的提供商包括超大规模云服务提供商、传统的本地基础设施提供商或第三方容器管理软件提供商。随着企业的数字化目标、地缘政治局势、监管环境和最终用户购买行为的变化,容器管理产品也在不断创新发展。此类产品必须满足多种需求,包括能够在混合环境中运行,与本地基础设施解决方案兼容,并且具备应用可移植性。因此,容器管理解决方案正在增加组装式和解耦能力,通常在企业内被称为云原生平台。中国市场上容器管理解方案或平台的能力可分为三类,分别是基础能力、增强能力和进阶能力(见图2)。
图2:容器管理解决方案核心技术能力

中国的数字经济不断发展,部署高效可扩展应用的需求和金融等高监管行业的多样化需求不断增加,促使容器管理解决方案为以下常见使用场景提供支持:
云原生应用架构
云原生应用架构具有延时感知、工具化、故障感知、事件驱动、安全、可并行、自动化和资源消耗感知(LIFESPAR)等特点。云原生基础设施上的容器管理解决方案可为云原生应用,特别是微服务,提供强大的基础架构。
云原生基础设施
基于Kubernetes的云原生基础设施应具有可编程、有韧性、不可变、模块化、有弹性和声明式(PRIMED)的特点。不可变属性和声明式配置是基于Kubernetes的云原生基础设施的核心,是使基础设施交付与云原生应用交付具有同等敏捷性的关键推动因素。
混合云部署
目前,中国的许多企业机构都采用了混合云模式,多数核心业务工作负载都在私有云上运行或计划迁移到私有云。超大规模云服务提供商和第三方软件提供商可提供跨不同云环境和异构基础设施的运营管理能力。
与国产化底层基础设施兼容
目前,中国多数本地云服务提供商、传统基础设施供应商和第三方容器管理解决方案提供商都已为此做好准备,并可与国产化基础设施架构兼容,如鲲鹏、麒麟和海光等。
边缘计算
容器管理解决方案有助于管理和部署容器化物联网(IoT)应用,优化资源利用率,实现与边缘计算和云服务的无缝集成。
GPU编排
容器管理提供的功能和插件可实现GPU编排,以便在容器化环境中管理和分配GPU资源,可有效地将GPU用于需要高性能计算的机器学习(ML)、AI或GenAI用例,并简化GPU密集型工作负载的部署和管理。
除了帮助中国企业满足需求(如混合云成本管理和边缘计算容器管理)和实现容器管理用例外,容器管理解决方案还具有如下优势:
提高数字生产力和敏捷性
容器管理解决方案可提供更高效、简化的测试和部署流程,使开发人员能够专注于代码编写,改善协作并缩短应用开发生命周期。此外,多数容器管理解决方案或平台都集成了CI/CD能力。这有助于不同环境中的自动测试、持续集成和部署,能够更快地反馈和识别错误或问题。容器管理解决方案或平台还能够统一不同云环境中的活动,使用户能够无缝使用任何云基础设施环境。
支持跨混合云环境的应用可移植性
容器管理解决方案利用容器化技术将应用及其依赖关系、库和配置封装为一个容器镜像。该镜像将应用及其运行环境进行封装,使其自成一体,独立于底层基础设施。借助混合云集群群组管理(包括多云)的能力,应用在不同底层基础设施环境中的可移植性将得到提升。
资源优化
中国的多数工作负载都在私有云上运行。容器管理解决方案或平台使企业能够在一台主机上运行多个容器,从而最大限度地提高资源效率。带有Kubernetes编排功能的容器管理解决方案可使多个容器在一台物理机上运行,从而实现了硬件资源的高效利用。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。