5月23日晚间,金山软件公布2017年第一季度财报。数据显示,金山软件第一季度取得营收人民币12.13亿元,比去年同期增长82%。值得注意的是,金山软件财报中首次单独披露了来自云业务的收入。
连续两年增速位列国内主流云服务商之首
财报数据显示,2017年第一季度来自金山云的收益共计人民币2.684亿元,较去年同期增长108%,延续了过年两年的高速增长态势。
国际知名研究机构IDC最新发布的《中国公有云市场追踪报告》显示,2016年金山云在中国公有云IaaS市场占有率已超过6%,较2015年又提升了1.7个百分点。在增速方面,2015年、2016年金山云收入增速同比达到251.6%、130%。
赛迪顾问最近发布的《2016-2017年中国IaaS市场研究年度报告》显示,2016年,阿里云、腾讯云、金山云分别位居中国公有云市场份额前三。
金山云已连续两年保持了三位数的高增长,增速位列国内主流云服务商之首。金山云CEO王育林表示,金山云取得如此成绩的原因在于:一是坚定地在云服务领域进行投入,坚定推进“All in cloud”战略;二是金山云在行业选择方面思路十分清晰,紧抓游戏、视频、人工智能等风口;三是团队具备超强的能力和战斗力。
差异化战略赢得先机
要想在公有云市场保持领先者地位,云服务商必须以核心技术为中心,以用户需求为导向,在拥有强势技术和服务能力的基础上,实施差异化竞争战略。
从进入公有云行业之初,金山云就选择了有广阔发展前景的游戏和视频行业作为业务切入口。如今,金山云在游戏云和视频云领域,已经成为国内最大的云服务商。
截至目前,金山云累计服务游戏客户逾1600家,综合服务上线运营游戏1000余款,其中热门游戏行业占比达40%。金山云推出“游戏生态2.0+”模式,该模式为基础服务+运维+运营的一体化解决方案,为游戏公司提供一站式服务。
在视频领域,随着视频直播和短视频平台的爆发,视频云的需求大幅提升。金山云作为短视频和直播行业的首选视频云服务商,经历过诸如抗战胜利70周年阅兵直播、“两会”直播、G20峰会直播等多次重大活动的考验,为客户提供高可靠性的视频云服务。
此外,针对创业者和开发者市场,金山云发布大米云主机,依靠超高性价比、简单易用等特点,在开发者、创业者和中小企业客户中迅速普及,成为云主机行业的明星产品,给行业带来了明显冲击。
技术和服务能力加速提升
互联网时代,客户的需求增长迅速且多变,给云服务商提出了很高的要求,金山云顺应行业趋势,技术主导、驱动创新,为客户提供优质服务。
金山云推出新一代IO优化主机产品IO优化型I2,较上代产品综合性能大幅提升40%以上。目前已拥有数千家大客户,包括今日头条、人民日报、中央电视台新闻中心、当当网等知名企业机构。
金山云混合云解决方案采用自研的VPC架构,可以实现云主机、云存储、云物理机、云数据库、客户自有计算集群的统一IP地址规划,互联互通,帮助客户实现弹性使用云平台资源、简化部署成本,提升运营效率。
在安全方面,金山云陆续通过了国家信息安全等保三级、ISO 9001、ISO 27001、国际云安全联盟CSA的C-STAR等权威认证。在可信云首次推出的云主机分级认证中,金山云获得最高的“五星+及五星”评级。此外,作为云清联盟会员单位,金山云支持联盟发布了以数据为中心、应对以DDos攻击为代表的云端网络攻击的全网协同防护方案。
布局人工智能抢占制高点
人工智能如今已逐渐成为全球经济发展的新动力。在今年的全国两会上,“加快人工智能等技术研发和转化”首次出现在政府工作报告中。在金山云看来,人工智能蕴含着巨大的机会和众多的可能性。因此,金山云已经将在基于公有云的人工智能领域取得重大突破设为战略目标。
金山云将云服务和数据分析能力大规模应用于人工智能领域,已推出基于英特尔架构的托管Hadoop服务(Kingsoft Map Reduce,KMR),它能够帮助客户解决数据应用和分析方面的迫切需求。
金山云还与英特尔共同就FPGA在金山云异构超算平台(KHSP)、金山云深度学习平台(KDL)的应用进行了深入研究。金山云的机器学习/深度学习任务托管平台KDL,能为广大科研机构、企事业单位提供基础深度学习的研发服务。
金山云面向人工智能应用的高端GPU服务器,基于NVIDIA Tesla P40平台,在推理应用中,相比于CPU,可降低30倍以上的延迟,帮助客户打造顶级深度学习平台。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。