2022年全球公有云基础服务支出达到1690亿美元,其中,微软和AWS合计占据云市场份额的62%。
根据研究公司IDC最新的报告显示,AWS、微软、谷歌云、阿里巴巴和IBM是全球五家领先的基础云服务提供商,凭借围绕特定用例的平台即服务(PaaS)或跨云计算、数据或网络治理的服务产品主导着这个市场。
IDC将基础公有云服务定义为支持企业数字优先战略的、放大了计算、数据、应用框架和使用的一种的。基础云服务包括PaaS、基础设施即服务IaaS和系统基础设施软件即服务,为一般云服务提供了基础。
根据IDC的最新报告,我们细分了AWS、阿里巴巴、谷歌、IBM和微软的公有云服务市场份额。
AWS、阿里巴巴、谷歌、IBM和微软的市场份额
在了解这五家云公司在2022年的市场份额数据之前,需要注意的是,公有云基础服务去年总体收入规模达到1690亿美元,和2021年相比增长了29%。
29%的增长率凸显出企业越来越依赖围绕广泛部署的计算服务、数据和人工智能服务以及应用框架服务构建的云创新平台来推动创新。
IDC预计,随着企业利用云加速向数字业务转型,基础云服务(尤其是PaaS和IaaS)的支出将继续以高于整个云市场的速度保持增长。
IDC云和边缘基础设施服务研究副总裁Dave McCarthy在一份声明中表示:“云提供商正在大力投资高性能基础设施,这么做有两个目的,首先,这开启了先前保留在本地的企业应用的下一波迁移。其次,这可以为快速大规模部署新的AI软件奠定了基础,在这两种情况下,投资都会带来市场增长机会。”

第五名:IBM
2022年全球基础云服务市场份额:2.4%
2022年,IBM在规模达1690亿美元的云基础服务市场中,占据了2.4%的份额。根据IDC的数据显示,2021年IBM的全球市场份额为2.5%。
IBM Cloud产品组合提供了一个全栈云平台,包含了170多种产品和服务(从人工智能和物联网再到容器和区块链)。IBM Cloud平台将平台即服务和基础设施即服务相结合,适用于公有云、混合云和多云等环境。

第四名:阿里巴巴
2022年全球基础云服务市场份额:5.2%
阿里云隶属于阿里巴巴集团,是全球最大的云计算公司之一,2022年,阿里巴巴在全球云基础服务市场占据5.2%的份额。
2021年,阿里巴巴在全球云服务市场的份额为6.1%。该公司围绕人工智能、弹性计算、数据库、分析和企业应用程序提供了广泛的云服务。

第三名:谷歌
2022年全球基础云服务市场份额:6.1%
谷歌云是全球第三大云计算公司,拥有全球云服务市场10%的份额。
2022年谷歌在云基础服务市场获得了6.1%的份额。根据IDC的数据显示,2021年谷歌的份额为5.5%。
谷歌每年在云基础设施上投资数十亿美元,通过开放新的云区域在全球范围内扩展云服务。本周,谷歌推出了新的Premier Partner徽章,通过合作伙伴提升自身的云服务销售和能力。

第二名:微软
2022年全球基础云服务市场份额:21.4%
这家全球最大的软件公司在全球云基础服务市场排名第二,2022年的市场份额为21.4%。根据IDC的数据显示,2021年微软的云基础服务市场份额为21.9%。
微软每年花费数十亿美元通过在全球范围内推出新的数据中心来扩大其云服务范围,微软的智能云部门在2017年的营收就达到了203亿美元。

第一名:AWS
2022年全球基础云服务市场份额:40.5%
作为全球最大的云计算公司,也是全球最大的云基础服务提供商,AWS占据40.5%的市场份额,2021年的份额为40%。
AWS去年在瑞士、西班牙和美国境内推出了新的AWS云区域和数据中心,并在2023年进行了大量新投资,截至2023年第一季度,AWS在全球云服务市场的份额为32%。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。