近日,全球领先的IT市场研究和咨询公司IDC正式发布《中国边缘云市场解读,2022》。报告显示,九州云凭借领先的解决方案以及丰富的落地实践,以18.6%的市场份额,位居2021年中国边缘云解决方案市场第二位。

该报告主要解读了当前边缘云的定义范畴、产品形态、市场概况和典型应用场景,并据此对市场发展趋势和潜在机遇做出预测。
据IDC数据显示,2021年,中国边缘云市场规模总计50.4亿元,其中,边缘公有云服务市场25.6亿元,边缘专属云服务6.8亿元,边缘云解决方案市场18.0亿元。在云服务商、运营商、CDN服务商、下沉边缘服务商、边缘技术提供商与最终用户的共同努力下,边缘云商业化案例的数量和规模持续大幅上升,用户已经接受了部分边缘云应用场景,并广泛部署了相关产品与服务,为未来市场的增长奠定了基础。
九州云早在2017年就开始在边缘云领域展开相关布局,经过多年的探索和积累,已经建立完整的“云+边”生态体系和解决方案。九州云支持国内运营商建设5G MEC站点和机房超过500个,支持中国联通、中国电信等运营商实现了国际领先的大规模、分布式5G边缘计算基础架构。
依托强大的技术能力,九州云打造了遵循ETSI规范、基于TOSCA电信标准和EdgeGallery、K8S、OpenStack等开放技术的边缘计算整体解决方案,涵盖了5GMEC、OpenUPF八大模块,实现在电信级和企业级的边缘整体解决方案,可以满足边缘应用的部署和服务的生命周期管理需求,服务运营商云网一体、智能制造、智慧场馆、生活互动等多个行业和领域。
着眼当下,IDC认为在边缘云解决方案市场项目制交付模式下,服务商/厂商通常需要在客户边缘派驻一定数量的技术人员完成部署和交付服务,因而专注于边缘平台的软件厂商需要与IT服务商保持更紧密的关系,或者逐步建立起完善的边缘交付与服务团队。九州云不仅可以为客户提供量身定制边缘云解决方案,打造自主知识产权的边缘云平台,还可以为客户提供深度定制化的咨询、技术、运维、服务、培训等解决方案,并获得众多客户和合作伙伴的认可。
目前,九州云已成功落地了智能制造、智慧场馆等行业和领域多个场景的MEC部署,此外还在车联网等领域取得了重要进展。车联网V2X是边缘计算的重要应用场景之一,基于5G边缘计算网络和云边协同将复杂的数据处理、分析和控制策略交由中心云,将实时性要求高的计算和服务交给边缘云,是未来实现车联网车路协同的重要手段。作为车联网OpenV2X开源项目筹备和发起单位之一,九州云深度开展了在车路协同领域的创新和建设:基于开放源码方式,整合5G、C-V2X、AI、MEC等技术组合,支持海量路侧信息收集、融合、智能运算和云边协同能力,遵循国际V2X和“新四跨”协议的标准接口定义,具备厂商兼容、接口透明、生态开放的能力,解决当前车路协同系统(Coopertive Vehicle Infrastructure Systrem, CVIS)中路侧系统遇到的“生态不多样、平台不开放、5G未联动、算法不解耦”的挑战,构建未来5G/6G网络下路侧开放基础架构的事实标准,更好服务智能的车和行动的人。
当下,伴随中国5G网络的不断演化,边缘计算逐渐成为云时代的关键,对于云计算市场的价值体现更加广泛而深入,边缘云市场具有广阔的发展潜力。作为边缘云领域的创新领导者,九州云未来也将持续深耕云计算、深耕边缘计算,不断精进优化研发技术和服务能力,携手产业生态合作伙伴,积极推动边缘云应用落地,为更多企业提供动力,助力企业数字化转型升级。
好文章,需要你的鼓励
萨提亚回忆起90年代在微软评审会上听到的场景。Gates当时说:"软件只有一个品类--信息管理。
MiroMind AI等机构联合研究团队提出了UniME-V2多模态嵌入学习新方法,通过让大型多模态语言模型充当"智能法官"来评估训练样本质量,解决了传统方法在负样本多样性和语义理解精度方面的问题。该方法引入软标签训练框架和困难负样本挖掘技术,在MMEB基准测试中取得显著性能提升,特别在组合式检索任务上表现出色,为多模态AI应用的准确性和用户体验改进提供了重要技术支撑。
Anthropic周一发布了旗舰模型Opus 4.5,这是4.5系列的最后一个模型。新版本在编程、工具使用和问题解决等基准测试中表现出色,是首个在SWE-Bench验证测试中得分超过80%的模型。同时推出Claude for Chrome和Claude for Excel产品,分别面向不同用户群体。Opus 4.5还改进了长文本处理的内存管理,支持付费用户的"无限聊天"功能,并针对智能体应用场景进行了优化,将与OpenAI的GPT 5.1和谷歌的Gemini 3展开竞争。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。