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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
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%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
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。