根据IDC全球企业基础设施季度追踪报告显示:2021年第一季度“买方和云部署”——计算和存储云基础设施(包括专用环境和共享环境)产品支出同比增长了12.5%至151亿美元。该季度非云基础设施支出同比增长6.3%至135亿美元。
随着该市场和全球开始从新冠疫情中逐渐恢复,那些遭受收入损失最大的经济板块也开始逐步恢复增长。而疫情给IT基础设施带来的持续影响,是企业更加依赖云平台交付商用应用、教育应用、社交应用,而且企业组织更加关注业务连续性和风险管理,从而帮助推动数字化转型项目以及对“即服务”交付模式的采用。
2021年第一季度,共享云基础设施支出同比增长11.6%,达到103亿美元。IDC预计,不久的将来共享云基础设施支出将赶超非云基础设施支出。2021年第一季度专用云基础设施支出同比增长14.7%,达到48亿美元,其中45.5%是部署在客户本地环境中。IDC预计,整个预测期内云环境仍将是超过非云环境的。
第一季表现良好,再加上整个基础设施市场开始从疫情中复苏,IDC预测2021年云基础设施支出将增长12.9%至746亿美元,非云基础设施支出在经过两年的下滑之后,将增长2.7%至585亿美元。全年来看,共享云基础设施支出预计将增长12.2%至518亿美元,专用云基础设施支出将增长14.7%至227亿美元。
新发布的全球企业基础设施季度追踪报告中,有一个部分是Buyer and Cloud Deployment(买方和云部署),该类别对各种类型的服务提供商以及他们采购了多少计算和存储基础设施(包括云基础设施和非云基础设施)进行了追踪。IDC追踪的服务提供商类别包括:云服务提供商、数字服务提供商、通信服务提供商和托管服务提供商。2021年第一季度,服务提供商作为一个整体在计算和存储基础设施上的支出为155亿美元,同比增长12.5%,占计算和存储基础设施总支出的54.0%。IDC预计,2021年全年服务提供商在计算和存储上的支出将增长11.1%,达到747亿美元。
2021年第一季度,大多数地区的云基础设施支出都有所增长,其中加拿大(40.3%)、中国(35.0%)、除日本和中国以外的亚太地区(APeJC)(28.8%)年增长率最高。此外,西欧增长10.8%,美国增长4.5%,日本下滑1.1%。其他地区的结果参差不齐,总体增长了0.1%。
从厂商来看,该季度所有主流厂商的云基础设施收入都有所增长,其中增幅最高的是联想(38.2%)和华为(37.9%)。与去年同期的业绩相比,华为、联想和HPE/新华三(a)的市场份额均有所增长。

注释:
*当全球云IT基础设施市场中有两家或者更多厂商的收入或者出货量份额小于等于1%的时候,IDC认定这些厂商位于并列位置。
a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”一个整体记录全球外部市场份额。根据合资协议,清华控股子公司——紫光公司通过全资附属公司收购了新华三51%的股份,HPE拥有新公司49%的股份。
b浪潮的收入包括了浪潮商用机器的收入和服务器出货量。浪潮作为一家独后入包括了浪潮OEM系统和浪潮商用机器本地开发系统和品牌系统的收入。根据合资协议,“浪潮商用机器有限公司”总注册资本为10亿元人民币,其中浪潮集团投资5.1亿元人民币,持有51%的股权,IBM投资4.9亿元人民币,持有剩余49%的股权。

长期来看,IDC预计在2021年到2025年期间,计算和存储云基础设施支出的复合年增长率(CAGR)为11.3%,到2025年达到1129亿美元,占计算和存储基础设施总支出的66.1%。共享云基础设施支出占比将达到67.5%,复合年增长率为10.5%。专用云基础设施支出的复合年增长率将达到13.1%。2021年,非云基础设施支出将小幅反弹,但年复合增长率相对平平为0.3%,到2025年达到579亿美元。服务提供商在计算和存储基础设施上的支出预计将以年复合增长率10.1%的速度增长,到2025年达到1088亿美元。
好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。