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
DoorDash确认了一起司机使用AI生成图片伪造配送记录的事件。奥斯汀居民Byrne Hobart在社交媒体上曝光,称司机接单后立即标记为已配送,并提交了一张AI生成的配送照片。该司机疑似使用破解账户,通过DoorDash的历史配送照片功能获取了客户门前的图片。DoorDash发言人表示,经调查后已永久封禁该司机账户,并对客户进行了赔偿,强调公司对欺诈行为零容忍。
瑞士ETH苏黎世联邦理工学院等机构联合开发的WUSH技术,首次从数学理论层面推导出AI大模型量化压缩的最优解。该技术能根据数据特征自适应调整压缩策略,相比传统方法减少60-70%的压缩损失,实现接近零损失的模型压缩,为大模型在普通设备上的高效部署开辟了新路径。
SwitchBot在CES展会上发布了AI MindClip,这是一款可穿戴麦克风设备,能够记录并转录用户说出的每一个声音。该产品配备AI功能,可以总结对话内容并提取有用数据,还能根据判断主动创建提醒事项。虽然类似产品在本届CES上不少见,但SwitchBot希望通过智能化功能在竞争中脱颖而出。目前产品的具体上市时间和价格尚未公布。
弗吉尼亚大学团队创建了Refer360数据集,这是首个大规模记录真实环境中人机多模态交互的数据库,涵盖室内外场景,包含1400万交互样本。同时开发的MuRes智能模块能让机器人像人类一样理解语言、手势和眼神的组合信息,显著提升了现有AI模型的理解准确度,为未来智能机器人的广泛应用奠定了重要基础。