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
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。