根据IDC全球云IT基础设施季度追踪报告显示,2020年第三季度厂商从销售IT基础设施产品(服务器、企业存储和以太网交换机)中获得的收入同比增长了9.4%,而传统的非云基础设施产品支出同比下滑了8.3%。
这表明市场对COVID-19大流行给商业、教育和社会活动带来的重大影响,以及IT基础设施在这些影像中所扮演的角色。全球各地的人们开始在生活中全面采用各种在线工具,包括协作、虚拟商业活动、娱乐、购物、远程医疗和教育,云环境(尤其是公有云)是这一转变的关键推动力。
2020年第三季度,公有云IT基础设施支出同比增长13.1%,达到133亿美元。上个季度,公有云IT基础设施支出有史以来首次超过非云IT基础设施支出,但到了第三季度非云IT基础设施支出重回第一,达到137亿美元。据IDC预计,不久的将来公有云IT基础设施支出将再次超过非云IT基础设施支出,并扩大其领先优势。2020年第三季度,私有云基础设施支出同比增长0.6%,达到50亿美元,而其中,本地私有云占到了63.2%。
IDC认为,硬件基础设施市场已经达到了临界点,云环境将在总支出中占据越来越大的份额。现在云环境所占份额仅为四分之一,在遭受了COVID-19带来的市场冲击之后,现在市场趋于稳定,IDC小幅提高了2020年全年云IT基础设施支出预测,预计增幅为11.1%,达到741亿美元。IDC调低了对非云基础设施的预测,预计下滑11.4%至602亿美元。从全年来看,公有云IT基础设施支出预计同比增长16.7%至527亿美元,私有云基础设施支出预计下滑0.5%至213亿美元。
截至2019年,在计算平台和以太网交换机领域,云IT环境相对非云环境的主导地位一直存在,而大多数新出货的存储平台仍采用非云环境中。从2020年开始,随着公有云提供商增加了对存储平台的投资,云环境将主导所有这三个主要的技术领域。2020年云部署环境中,计算平台所占的支出份额最大(49.1%),增长2.3%至364亿美元,存储平台是支出份额增长最快的,增幅为27.4%,达到292亿美元,以太网交换机平台同比增长4.0%,达到85亿美元。
从地域来看,2020年第三季度大多数地区的云IT基础设施支出都在增长,其中加拿大(32.8%)、中国(29.4%)和拉丁美洲(23.4%)年增幅最高。美国的增幅为4.7%,日本和西欧分别下滑6.7%和3.4%。在除加拿大和日本以外的所有地区,公有云基础设施的增长都超过了私有云IT的增长。
从厂商来看,结果好坏参半。浪潮、华为和联想的同比增幅均达到两位数,而其他大多数主要厂商(包括ODM Direct厂商)的增幅为个位数,思科是唯一一家同比下滑的主流厂商。
注释:
*在全球IT基础设施市场,当两家或者更多厂商之间的收入份额相差1%或不足1%的时候,IDC认为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”一个整体记录全球市场份额。
b由于IBM与浪潮成立了合资公司,所以IDC从2018年第三季度开始将浪潮和浪潮商用机器作为“浪潮/浪潮商用机器”一个整体记录全球市场外部市场份额。
长期来看,IDC预计云IT基础设施支出的五年复合年增长率为10.6%,到2024年达到1105亿美元,占IT基础设施总支出的64%,公有云数据中心占比69.9%,复合年增长率为11.3%。私有云基础设施支出的复合年增长率为9.2%。非云IT基础设施支出将在2020之后开始反弹,但总体下滑幅度为1.7%。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。