2023年8月2日 - 根据Gartner的统计结果,2022年全球基础设施即服务(IaaS)市场从2021年的928亿美元增长到1203亿美元,同比增长29.7%。亚马逊在2022年继续排在IaaS市场的第一名,其次是微软、阿里巴巴、谷歌和华为。
Gartner研究副总裁Sid Nag表示:“云已经从一项革命性的技术上升为一项革命性的业务。由于买家不断地往云中添加更多应用并对当前的应用进行现代化升级,IaaS已成为推动软件即服务(SaaS)和平台即服务(PaaS)增长的驱动力。”
“IaaS在2022年的增长强于预期,只是在第四季度由于客户致力于充分利用其先前投入的容量而略有放缓。这种情况预计将持续到2023年中期,是该市场走向成熟的必然结果。该市场未来仍有很大的增长空间,预计将在2024年加快增长的步伐。”
前五名IaaS提供商在2022年占据了80%以上的市场份额。亚马逊以481亿美元的收入和40%的市场份额继续引领全球IaaS市场(见表一)。
表一、2021-2022年全球IaaS公有云服务市场份额(单位:百万美元)
公司 |
2022年收入 |
2022年市场份额(%) |
2021年收入 |
2021年市场份额(%) |
2021-2022年增长率(%) |
亚马逊 |
48,126 |
40.0 |
35,380 |
38.1 |
36.0 |
微软 |
25,858 |
21.5 |
19,153 |
20.6 |
35.0 |
阿里巴巴集团 |
9,281 |
7.7 |
9,060 |
9.8 |
2.4 |
谷歌 |
9,072 |
7.5 |
6,433 |
6.9 |
41.0 |
华为 |
5,249 |
4.4 |
4,190 |
4.5 |
25.3 |
其他 |
22,746 |
18.9 |
18,565 |
20.0 |
22.5 |
总计 |
120,333 |
100 |
92,782 |
100 |
29.7 |
来源:Gartner(2023年7月)
微软2022年的IaaS公有云收入超过250亿美元,以21.5%的市场份额紧随其后,位居第二。由于客户需要更多的云容量支持自动化、高级分析以及各种数字工作平台功能,微软以软件为中心的战略继续推动着其IaaS收入的增长。
阿里巴巴集团以7.7%的市场份额再次位居第三,不过同比增长仅为2.4%。虽然阿里巴巴继续引领中国IaaS市场,但其在全球市场的有限扩张潜力导致增长放缓,因此阿里巴巴最近决定将阿里云业务分拆成一个独立的实体。
在排名前五的IaaS厂商中,谷歌在2022年以41%的增长率成为增长最快的公司,其收入超过90亿美元。谷歌通过加大对主权云的投资并扩大销售和营销合作伙伴计划,推动其客户群和IaaS收入的增长。
华为在2022年以4.4%的市场份额和52亿美元的收入跻身前五名IaaS厂商。自2020年加大对云的重视以来,华为在中国和新兴市场的IaaS收入一直保持稳步增长。
Nag表示:“生成式AI将继续推动云市场向前发展,尤其是超大规模云提供商还想要为当前已经普及化的生成式AI解决方案之外的产品提供支持。而随着企业将生成式AI整合到他们的技术组合中,主权、道德、隐私和可持续性方面的新市场和新机遇将不断在超大规模云提供商面前涌现。”
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。