根据IDC全球云IT基础设施季度追踪报告显示,最终用户在用于云环境(包括公有云和私有云)的IT基础设施产品(服务器、企业存储和以太网交换机)方面的总支出在经历连续两个季度下滑之后,在2019年第四季度恢复增长,同比增幅为12.4%,支出金额为194亿美元。第四季度的支出水平也让全球实现了正增长,年增长率为2.1%,总支出为668亿美元。与此同时,整个IT基础设施市场在2018年强劲表现之后持续面临难题,2019年第四季度增长3.3%达到381亿美元,但全年下降1.1%至1344亿美元。该季度非云IT基础设施下降4.6%至187亿美元,全年下降4.1%至677亿美元。
第四季度,公有云推动了云IT基础设施支出的增长,公有云细分市场同比增长14.5%至133亿美元;私有云增长了8.2%至61亿美元。由于公有云IT细分市场的一个重要组成部分是超大规模服务提供商,因此季度波动性更大一些。在经历了年中表现疲软之后,公有云在2019年底几乎没有增长,增幅仅为0.1%,达到452亿美元。私有云增长了6.6%,达到216亿美元。
随着云IT基础设施方面投资持续增加,季度之间存在一些波动,因此IT基础设施行业正在达到一个转折点:云IT基础设施方面支出赶超非云IT基础设施。2019年第四季度是云IT领域连续第三个季度处于领导地位,全年份额为49.7%。IDC预计,从现在开始,云IT基础设施在IT基础设施市场中所占份额,无论是季度还是全年,都将超过50%,到2024年达到60.5%。
在三个IT基础设施技术领域中,存储平台在第四季度同比增长最快,达到15.1%,支出达到66亿美元;计算平台同比增长14.5%,支出为108亿美元;以太网交换机下滑3.9%,至20亿美元。2019年全年来看,以太网交换机的同比增长为5.0%,支出为82亿美元;其次是存储平台,增长1.9%,支出为231亿美元;计算平台增长1.5%,支出为355亿美元。
注释:
在IT基础设施市场,当两家或者多家厂商的收入份额相差1%或者不足1%的时候,IDC认为这些厂商处于并列位置。
由于HPE和新华三集团现有的合资公司,IDC从 2016年第二季度开始把HPE和新华三集团作为"HPE/新华三集团" 一个整体记录全球市场份额。
由于IBM与浪潮成立了合资公司,所以IDC从2018年第三季度开始将浪潮和浪潮商用机器作为“浪潮/浪潮商用机器”一个整体记录全球市场外部市场份额。
考虑到COVID-19大流行和随之而来的经济危机影响,IDC预测2020年云IT基础设施支出为692亿美元,比2019年增长3.6%。2020年非云IT基础设施支出预计下滑9.2%,至614亿美元。总体而言,IT基础设施总支出将下降2.9%,至1306亿美元。
COVID-19大流行对全球增长构成了严重影响。疫情爆发之前,预计2020年全球实际GDP增长将减少2.3%(按市场汇率计算)。疫情改变了游戏规则,2020年预期增长现在为-0.2%,是自全球金融危机以来最低增幅。给增长造成负面影响的主要是在需求和供应渠道方面。一方面,隔离措施、疾病以、消费者和企业的消极情绪,将抑制特定领域的需求,而另一些需求领域将浮出水面,例如用于通信和协作工作负载的云平台。同时,一些工厂关闭和供应链中断,将造成供应瓶颈。IDC预计这些影响将分散于整个市场格局中。
IDC基础设施系统、平台和技术部门研究总监Kuba Stolarski表示:“虽然2020年初主要面临的供应链问题将在第二季度末之前得到解决,但负面经济影响将冲击企业客户的资本支出水平。随着企业IT预算趋紧,市场对公有云服务的需求将会有所增加,部分原因是使用在线协作工具的远程办公人数激增,也涉及到工作负载向公有云的迁移。企业寻求节省资金的方法,一旦疫情解除,IDC预计一部分新需求仍将保持坚挺。”
IDC的最新五年预测显示,云IT基础设施支出将在2024年达到1001亿美元,复合年增长率(CAGR)为8.4%。非云IT基础设施支出小幅下滑至653亿美元,复合年增长率为-0.7%。预计到2024年,整个IT基础设施的复合年增长率将达到4.2%,支出为1654亿美元。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。