2023年中国云生态蓝皮书.pdf

-1-1-目录目录蓝皮书编委及指导专家蓝皮书编委及指导专家.-1-蓝皮书撰写及工作团队蓝皮书撰写及工作团队.-5-数据支持及合作媒体数据支持及合作媒体.-5-一、云计算行业定义一、云计算行业定义.-1-二、中国云计算行业发展趋势二、中国云计算行业发展趋势.-3-三、云计算细分行业分析三、云计算细分行业分析.-18-1.基础设施层基础设施层.-18-1.1 云服务云服务 IAAS.-18-1.1.1 行业发展趋势简述.-18-1.1.2 代表企业.-26-1.2 数据中心数据中心.-43-1.2.1 行业发展趋势简述.-43-1.2.2 代表企业.-54-1.3 服务器和存储服务器和存储.-59-1.3.1 服务器.-59-1.3.2 存储.-68-1.4 基础硬件：芯片及其他基础硬件：芯片及其他.-76-1.4.1 行业发展趋势简述.-76-1.4.2 CPU.-78-1.4.3 GPU/GPGPU.-79-1.4.4 FPGA.-81-1.4.5 AI 加速芯片.-82-1.4.6 DPU.-83-1.4.7 代表企业.-84-1.5 基础软件：数据库、操作系统及中间件基础软件：数据库、操作系统及中间件.-88-1.5.1 数据库.-88-1.5.2 操作系统.-95-1.5.3 中间件.-99-1.6 安全安全.-103-1.6.1 行业发展趋势简述.-103-1.6.2 云安全.-107-1.6.3 数据安全.-110-1.6.4 工控安全.-113-1.6.5 代表案例.-115-2.平台层关键技术平台层关键技术.-127-2.1 人工智能 AI.-127-行业发展趋势简述.-127-2-2.2 大数据分析及应用.-143-2.2.1 数据中台.-143-2.2.2 RPA.-145-2.2.3 低代码.-148-2.2.4 代表企业.-149-3.通用软件和通用软件和 SAAS.-151-3.1 行业发展趋势简述.-151-3.2 市场空间.-151-3.3 驱动因素.-154-3.4 发展趋势.-155-3.5 前台职能型 SAAS.-156-3.5.1 数字营销.-156-3.5.2 CRM/SCRM.-159-3.5.3 BI.-160-3.5.4 代表企业.-161-3.6 后台职能型 SAAS.-165-3.6.1 HR SAAS.-165-3.6.2 财税 SAAS.-166-3.6.3 协同办公.-168-3.6.4 采购 SAAS.-171-3.6.5 代表企业.-173-4.垂直行业垂直行业.-182-4.1 金融数字化.-182-4.2 工业数字化.-193-4.3 双碳数字化.-214-4.3.1 虚拟电厂.-216-4.3.2 储能 .-222-4.3.3 下游应用之充电桩.-227-4.3.4 碳资产管理服务.-230-4.3.5 代表企业.-234-4.4 医疗科技.-238-4.4.1 AI 制药.-238-4.4.2 数字疗法.-241-4.4.3 医疗大数据.-245-4.4.4 AI 医学影像.-247-4.4.5 手术机器人.-249-4.4.6 医疗保险科技.-253-4.4.7 代表企业.-254-4.5 数字孪生.-262-3-4.5.1 行业发展趋势简述.-262-4.6 汽车数字化.-268-4.6.1 汽车芯片.-268-4.6.2 自动驾驶.-270-4.6.3 智能座舱.-271-4.6.4 汽车数字化软件.-273-4.6.5 域控制器.-274-4.6.6 底盘.-275-4.6.7 代表企业.-276-4.7 其他行业代表企业.-280-关于中关村云计算产业联盟关于中关村云计算产业联盟.-282-关于汉能投资集团关于汉能投资集团.-282-法律声明法律声明.-283-1-一、云计算行业定义一、云计算行业定义 国内云市场规模国内云市场规模 2021 年超三千亿人民币，公有云市场复合增速超年超三千亿人民币，公有云市场复合增速超 50%2021 年中国云计算总体处于快速发展阶段，市场规模达 3,229 亿元，较 2020 年增长 54.4%。其中，公有云市场继续高歌猛进，规模增长 70.8%至 2,181 亿元，有望成为未来几年中国云计算市场增长的主要动力；与此同时，私有云市场突破千亿元大关，同比增长 28.7%至 1,048 亿元。资料来源：中国信通院 公有云 laaS 及 PaaS 保持高速增长，SaaS稳步发展。2021 年，公有云IaaS 市场规模达1,614.7 亿元，增速 80.4%，占总体规模的比例接近四分之三；PaaS 依然保持着各细分市场中最高的增长速度，同比增长 90.7%至 196 亿元；SaaS 市场继续稳步发展，规模达到 370.4 亿元，增速略微滑落至 32.9%，预计在企业上云等相关政策推动下，有望在未来数年内随着数字化转型重启增长态势。厂商份额方面，据中国信息通信研究院调查统计，阿里云、天翼云、腾讯云、华为云、移动云占据中国公有云 IaaS 市场份额前五；公有云 PaaS 方面，阿里云、华为云、腾讯云、百度云处于领先地位。2022 上半年国内经济形势环境复杂多变，云市场增速略有下滑上半年国内经济形势环境复杂多变，云市场增速略有下滑 国际数据公司（IDC）发布的中国公有云服务市场（2022 上半年）跟踪报告显示，2022 上半年中国公有云服务市场整体规模（IaaS/PaaS/SaaS）达到 165.8 亿美元，其中 IaaS 市场同比增长27.3%，PaaS 市场同比增速为45.4%。从 IaaS+PaaS 市场来看，2022 上半年同比增长30.7%，与2021上半年增速（48.7%）相比下滑 18%。2022 上半年，在疫情、供应链短缺、宏观经济增长动力不足等诸多不稳定因素的影响下，中国公有云市场压力加剧，发展态势逐渐从高增长趋于较快稳定增长。国内云计算技术生态发展不断成熟，企业上云步伐不断加快，在宏观层面看到七个云生态发展趋七个云生态发展趋势势：1.“数字中国数字中国”顶级规划出台，政策、技术和市场共同驱动下的数字化成为必选项，数字科技和云生顶级规划出台，政策、技术和市场共同驱动下的数字化成为必选项，数字科技和云生态支撑千行百业态支撑千行百业 2.国资云弯道超车，互联网云大厂调整业务战略，集体冲击盈利国资云弯道超车，互联网云大厂调整业务战略，集体冲击盈利 2654376891277218155.7%65.2%57.6%85.3%70.8%0.0%20.0%40.0%60.0%80.0%05001000150020002500300020172018201920202021中国公有云市场规模及增速（亿元）规模增速427525645814104823.8%22.1%22.8%26.1%28.7%0.0%10.0%20.0%30.0%40.0%050010001500200020172018201920202021中国私有云市场规模及增速（亿元）规模-2-3.云服务向算力服务演进，助力数字经济高质量发展云服务向算力服务演进，助力数字经济高质量发展4.AIGC 为云计算行业带来新的奇点为云计算行业带来新的奇点5.云原生关键技术持续演进，混合多云使用场景下云成本优化也愈加重要云原生关键技术持续演进，混合多云使用场景下云成本优化也愈加重要6.通用软件和通用软件和 SAAS 下创新型企业的兼并购和出海态势加剧下创新型企业的兼并购和出海态势加剧7.制造业金融业引领传统行业数智化转型，国产替代为科技企业持续释放红利制造业金融业引领传统行业数智化转型，国产替代为科技企业持续释放红利结合国内云计算产业现状和特性，本蓝皮书从基础设施、平台层关键技术、通用软件和 SaaS 以及垂直行业应用（金融数字化、工业数字化、双碳数字化、医疗科技、数字孪生、汽车数字化等）四个层面对细分行业的发展趋势及代表性企业进行描摹，供读者参考。-3-二、中国云计算行业发展趋势二、中国云计算行业发展趋势 趋势一：趋势一：“数字中国数字中国”顶级规划出台，政策、技术和市场共同驱动下的数字化成为必选项，数字科技顶级规划出台，政策、技术和市场共同驱动下的数字化成为必选项，数字科技和云生态支撑千行百业和云生态支撑千行百业 数字经济是继农业经济、工业经济之后的主要经济形态，是以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态。我国已形成了横向联动、纵向贯通的数字经济战略体系。党中央国务院对发展数字经济形成系统部署，数字经济顶层战略规划体系渐趋完备，行业与地方形成落实相关战略部署的系统合力，我国数字经济发展已具备较强的政策制度优势。驱动因素：数字经济系统性建设规划出台，战略地位拔高，成为各地方政府考核重点驱动因素：数字经济系统性建设规划出台，战略地位拔高，成为各地方政府考核重点 2023 年 2 月 27 日，中共中央、国务院印发了数字中国建设整体布局规划，（以下简称规划）并发出通知。规划为数字中国建设体系化布局提供了纲领性指导，同时对培育数字经济核心产业发展，推动产业数字化与数字产业化进程找准主攻方向。规划中提出：到 2025 年基本形成横向打通、纵向贯通、协调有力的一体化推进格局，数字中国建设取得重要进展；到2035 年，数字化发展水平进入世界前列，数字中国建设取得重大成就。数字经济持续快速发展至今，已经迭代至数字经济 3.0 阶段。在数字经济中，云作为一项基础设施，成为搭建数字经济体的金字塔底座。在数字化大趋势下，云计算将成为企业数字化转型的关键。着越来越多的企业、产业加入数字化的大军，且都期待着数字化带来的优化与创新。“云”便从过去简单的计算资源、网络资源和存储资源，到如今以数据为起点，与整个产业的生态系统进行交互。换句话说，在数字中国的建设进程中，云计算要解决的不光是数据和算力的问题，更重要的是与产业如何更好有机结合的问题。2021 年，我国数字经济发展取得新突破，数字经济规模达到 45.5 万亿元，同比名义增长 16.2%，高于同期 GDP 名义增速3.4 个百分点，占 GDP 比重达到 39.8%，数字经济在国民经济中的地位更加稳固、支撑作用更加明显。云计算作为数字经济的基座平台，串联承载产业互联网、大数据、人工智能及物联网等数字经济业态。趋势二：国资云弯道超车，互联网云大厂调整业务战略，集体冲击盈利趋势二：国资云弯道超车，互联网云大厂调整业务战略，集体冲击盈利 1.云大厂收入增速整体放缓云大厂收入增速整体放缓 格局的变化，也是因为曾经互联网行业的发展驱动了云计算行业的高速增长，带来了公有云的高速发展，而到 2022 年，随着互联网行业客户增长放缓，云厂商们也在向传统行业拓展，政企大客户便是抢夺重点。政企大客户成为赛点，一方面是在疫情及国家大政策的影响下，政企大客户的需求到了爆发的阶段，是云计算市场新的增长点。随着国家层面对数字经济发展的推动，政企大客户上云用云，已经成为大趋势。另一方面，拿下政企大客户，意味着业务金额高、续订率高，客户付费能力强，且复购意愿大。往往是一次突破成功，就能换来长期合作，投入的成本最终可以换回收入。云计算市场的玩家中，除了互联网大厂之外，还有华为云，以及天翼云、联通云、移动云这些长期深扎政务市场的玩家，它们在云计算市场的营收，在过去一年里不断攀升。运营商云之所以能够铺得这么快，和其在政务市场拥有多年积累密不可分。这几家运营商云以及华为，都是在 to B 和 to G 领域深耕已久。-4-据 IDC 统计，2022 上半年国内4 个头部云厂商分别是阿里云、华为云、天翼云和腾讯云，但在增长方面，阿里云首次出现个位数增长；华为云在维持原有市场规模的基础上市场份额略有增加；腾讯云因缩减亏损项目市场份额环比略有下降。资料来源：IDC 2.集体换帅，调整架构集体换帅，调整架构 阿里云的最新战略已经从“定”转向“进”。阿里巴巴集团董事会主席兼 CEO 张勇亲自坐镇，启用更年轻、更具活力的高管团队，这足以显示整个阿里巴巴集团对云业务的重视，同时也意味着未来对阿里云业务战略倾斜力度将进一步加大，人事方面，阿里找来了曾任华为中国政企业务总裁的蔡英华担任集团资深副总裁、阿里云全球销售总裁，管理销售业务。其上任后随即启动组织架构和策略的调整，一方面，要优化销售组织，形成“行业主建、区域主战”的模式，另一方面，要向生态伙伴让利。百度云调整管理团队，由集团执行副总裁沈抖担任 ACG 负责人。沈抖于 2012 年加入百度，过去三年全面负责 MEG 销售团队、组织管理等方面工作，积累了丰富的销售体系管理经验。百度云对管理团队的考核也更加侧重毛利率和净利润的改善。2022 年底发布了 AI 大底座，由 AIIaaS 层（百舸AI 异构计算平台）、AIPaaS 层（AI 中台）两大部分组成。在 AIIaaS 层，整合百度自研的 AI 芯片“昆仑芯”，在 AI 计算、存储、加速、容器方面进行系统优化，提供高性价比的算力，承载海量数据的处理、超大模型的训练和推理。在 AIPaaS 层，整合百度两大核心自研产品（飞桨深度学习框架、百度文心大模型），打通百度的样本中心、模型中心、AI 开发平台、AI 服务运行平台，实现从数据存储到模型训练、生产、部署、测试的全链路、批量化生产，面向企业模型开发的全生命周期提供完整解决方案。腾讯云也开启了“大转向”，关注点从规模转向价值。腾讯高级执行副总裁、云与智慧产业事业群CEO 汤道生表示，未来腾讯将专注“关键产品赛道”与“打造技术壁垒”，腾讯云将作为“被集成方”，协助合作伙伴完成集成和交付。腾讯在 2022 年新设立政企业务线，由曾任 SAP 全球高级副总裁的李强担任总裁。此前在 CSIG 架构下平行独立存在的智慧产业各部，主要覆盖政务、工业、农业、34.5%11.6%11.0%10.3%8.1%24.6%中国中国TOP5公有云公有云IaaS厂商市场份额占比，厂商市场份额占比，2022H1阿里巴巴华为中国电信腾讯AWS其他-5-能源、文旅、地产、体育等多个领域，这给腾讯云挖掘大客户提供了契机。中国信通研究院曾预测，2021 年的国内云计算市场中，仅政务云一个细分领域占比就会超过 40%。可见，预算充足、客单价高，市场潜力大的政企大客户，将是云计算厂商的必争之地。京东科技也在 2023 年开年将云计算作为新一年重点发展方向，以“京东云”作为集团主要突出品牌。新成立的京东云事业部将整合原京东云事业群，聚焦IaaS、PaaS产品、销售、标准交付的一体化，建立信创云产品矩阵。集团技术委员会主席、京东科技京东云事业群云产品研发部负责人曹鹏将出任京东云事业部负责人。京东科技的组织结构调整后，京东云的战略地位加速提升，不仅代表着京东科技集团的发展方向与云计算深度融合，更意味着京东云将作为零售、物流和大健康之外的“第四驾马车”，加速前行。趋势三：云服务向算力服务演进，助力数字经济高质量发展趋势三：云服务向算力服务演进，助力数字经济高质量发展 2022 年 2 月，国家发改委等部门联合印发文件，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏启动建设国家算力枢纽节点并规划了 10 个国家数据中心集群，至此全国一体化大数据中心体系完成总体布局设计，“东数西算”工程全面启动。算力网络则是运营商落实国家“东数西算”战略要求，实现从以网络为核心的信息交换到以算力为核心的信息数据处理，是智能化综合性新型信息基础设施的关键部分。1.驱动因素：随驱动因素：随着摩尔定律趋近于极限，通过网络集群优势突破单点算力的性能极限，提升着摩尔定律趋近于极限，通过网络集群优势突破单点算力的性能极限，提升算力的整体规模算力的整体规模云服务作为通用算力己成为赋能企业业务单元转型的关键，但随着企业数字化程度不断加深和数字应用日益多样，用户对算力种类数量、有效感知、高效利用等提出了更高的要求，云服务也逐渐向算力服务演进。数字经济时代，新技术，新业态、新场景和新模式不断涌现，新经济形态成为经济发展的新动能。随着新一轮科技革命和产业变革的深入发展，一个以算力为核心生产力的时代加速到来。算力已成为全社会数智化转型的基石，将直接影响数字经济的发展速度，直接决定社会智能的发展高度。网络作为连接用户、数据、算力的主动脉，与算力的融合共生不断深入。由新兴技术应用、场景带来的数据量持续增长，各行各业对算力和网络提出了更为迫切的需求。在算力需求方面，2020 年我国算力总规模达到 135EFLOPS，同比增长 55%，超过全球增速约 16 个百分点。在网络需求方面，业务升级对网络提出了更高速率、更低时延、更广覆盖的需求。以无人驾驶场景为例，从 2018 年到 2030 年，无人驾驶对算力的需求将增加 390 倍，未来 L4 和 L5 级别对网络带宽的需求将大于 100MBps，时延要求达到 5-10 毫秒的水平;VR 游戏的算力需求将增长约300 倍，端到端的时延至少需小于 20 毫秒。随着摩尔定律趋近于极限，面对不断倍增算力和网络需求，通过网络集群优势突破单点算力的性能极限，提升算力的整体规模，成为了产业界共同关注的热点。当前产学研正在积极探索，共同推动算力网络布局。2.算力网络：以算力网络：以“计算计算+感知感知+连接连接”为数字经济提供高质量、低成本、低时延的算力为数字经济提供高质量、低成本、低时延的算力算力网络是数字化时代的资源网，是以计算为核心，通过网络实现连接，通过感知实现匹配-与调度的服务。算力网络有三大组成要素：（1）计算：算力网络的核心资源；（2）感知：对具体场景算力需求的感知及算力资源的感知；（3）连接：将分散、异构、多层级、闲置的算力集合起来，以上三大要素赋予算力网络功能属性和服务属性，让其能高效盘活全社会算力资源，井赋能产业应用。-6-一方面算力服务以云服务为基础，体现出“泛在化”“普惠化”“标淮化”的特点。一是云计算整合异构算力促进算力服务普惠化。云计算能够屏蔽不同硬件架构（CPU、GPU、FPGA)的差异，输出不同类型的服务（常规计算、智能计算、边缘计算），实现大规模异构计算资源的统一输出，更加普适性地满足不同量级或不同硬件架构下的算力需求，实现算力的普惠化。二是云计算覆盖多层级算力促进算力服务泛在化。云计算正从单一集中式部署模式向分布式、多层级部署的新模式演进。云网边一体化可以统筹网络的状态、用户的位置、数据的流动等要素，满足不同时延不同场景的需要，扩大算力服务的覆盖范围，全面提升算力服务的调度能力，实现算力服务的泛在化。三是云计算统一算力输出标准促进算力服务标准化。云计算能够实现资源标准化，是算力时代各类软件应用的“插座”。一方面，云计算所具备的硬件解耦、标准化封装部署等自身特性实现了算力能力的标准化输出；另一方面，云计算促使异构算力应用建立统一输出标准，避免软件被固定形式的算力需求所捆绑，实现算力应用的标准化落地。另一方面，算力服务呈现出与云服务不同的业态模式。一是算力服务内涵更加丰富，涵盖云边端全部算力。云服务多以虛拟化提供的 x86 架构的通用计算为主，而算力服务除通用计算外，还包括智算、超算、量子计算、个人电脑和移动终端的算力，满足企业不同场景下多种算力融合使用的需求。二是算力服务供给更加全面，以用户为中心提供服务。云服务通常为集中式计算供给，尚未实现不同云平台间的互联互通，用户往往只能选择一到两个云服务商，先确定选用什么样的云服务，然后再来选择适配的网络资源。而算力服务能够将一个个独立的算力节点联结起来，通过对用户位置、资源分布、成本控制等多维度需求进行统筹分析，提供多元的、不同归属的算力服务，是一种更为全面的服务供给方式。三是算力服务应用场景更加多样，有利于传统行业转型升级。云服务主要面向“通用计算场景，更适用于数字原生企业，面对传统企业数字化转型通常缺少有效的行业解决方案，而算力服务从信息获取和信息处理两方面，对基础设施入手，通过物联网泛化算力的方式实现行业普惠性的多样应用。四是算力服务构筑全新产业链条，更符合算力经济发展要求。算力经济并不过分关注云计算、人工智能等单一数字技术产业的发展程度，更强调从算力生产者、算力调度者、算力服务商以及算力消费者在内的算力产业链出发去衡量数字经济发展程度，是一种全新的经济范式，算力经济的校心产业将更依赖算力服务发展水平。未来，云服务商、区块链厂商等以计算能力为基础的服务商都可能升级为算力服务商，融入算力经济新生态。3.以场景需求为导向的算力网络部署方案以场景需求为导向的算力网络部署方案 根据业务对网络时延的要求可将业务分成：热业务、温业务，温冷业务、冷业务。为更好地服务相关业务体系，结合数据中心部署特征和业务场景平均算力需求，热业务、温业务，温冷业务场景有望成为算力网络行业建设的重点。伴随算力网络的完善。热业务在保证网络稳定性与低时延的同时，行进一步优化算力结构，智能算力能力将进一步被释放，以支持更多偏向“C 端”的业务场景落地，优化使用体验，提开服务能力。热业务对算力资源需求最高，算力网络将进一步提升网络的“运力”水平，使其可以更好地服务复杂的大规模业务场景。温冷业务伴随算网建设的日渐完善，算网能力的整体提升将让更多目前偏“后台”的业务的服务效率提升，推动业务场景的创新，进一步推动前中后业务场景的协同性。-7-资料来源：艾瑞咨询 4.发展阶段发展阶段 算力网络的建设和发展过程可以分为三个阶段：（1）泛在连接：强化算网连接属性，形成具有包容性、互联互通的算力和网络基础资源池；(2）融合感知：基于对业务场景和资源池的感知体系，形成算与网融合调度的新型运营模式；（3）无感调用：算力网络突破固有的物理空间限制，在端与端之间建立确定性算力连接，让用户无感，无限使用算力。目前算力网络的建设正处于“泛在连接”阶段，由运营商牵头各研究院和相关组织共同立项开展研究，同时推进大型数据中心和异构算力层面的算网资源补齐。趋势四：趋势四：AIGC 为云计算为云计算行业带来新的奇点行业带来新的奇点 1.驱动因素：驱动因素：AIGC 为云计算连通巨大为云计算连通巨大 ToC 市场的同时也意味着需要消耗大量算力资源市场的同时也意味着需要消耗大量算力资源 AIGC 领域目前呈现内容类型不断丰富、内容质量不断提升、技术的通用性和工业化水平越来越强等趋势，这使得 AIGC 在消费互联网领域日趋主流化，涌现了写作助手、AI 绘画、对话机器人、数字人等爆款级应用，支撑着传媒、电商、娱乐、影视等领域的内容需求。目前 AIGC 也正在向产业互联网、社会价值领域扩张应用。当在 ChatGPT 上提问“其与云计算有什么关系”时，它给出的答案是：OpenAl 使用云计算技术，在大量的计算资源和数据上训练 ChatGPT 模型。这使得模型能够以高效和可靠的方式为用户提供语言生成和理解服务。因此，ChatGPT 和云计算有着密切的关系，云计算为模型的开发和运行提供了强大的技术基础。2.云计算产业将最先获益于云计算产业将最先获益于 AIGC 的需求爆发的需求爆发 以 ChatGPT 为代表的 AIGC 技术，背后需要依靠强大的 AI 模型和海量数据，其中，算力作为重要支撑之一，是影响技术发展和应用的核心因素。先看模型训练方面。根据 OpenAI 的研究报告AI and Compute，2012 年起 AIGC 模型训练所需要的算力每隔 3-4 个月翻一倍，整体呈现指数型上涨趋势。2012 年-2018 年，训练 AIGC 模型所耗费的算力增长约 30 万倍，而摩尔定律在相对应的时间内只有 7 倍的增长。同样还需要考虑产品运营侧需要的算力。据 SimilarWeb 数据，2023 年 1 月ChatGPT 官网总访问量为 6.16 亿次；据Fortune杂志，每次用户与 ChatGPT 互动，产生的算力云服务成本约 0.01 美元，如果使用总投资 30.2 亿元、算力 500P 的数据中心来支撑 ChatGPT 的运行，至少需要 7-8 个这样的数据中心，基础设施的投入都是以百亿计的。根据 Lambda 官网数据，-8-微软为 OpenAI 设计了一个包含 10000 块 Nvidia V100 GPU 的分布式集群进行 GPT-3 的模型训练，由于模型参数量较大（共 1750 亿参数），训练完成共耗费 30 天，消耗总算力为 3640PF-days。以Nvidia Tesla V100 的 Lambda GPU 实例定价为 1.50 美元/小时测算，GPT-3 的完整训练成本将达到 466万美元/次。而这也是云厂商的“支柱贡献”所在。资料来源：A16Z 投资机构 A16Z 发表的文章Who Owns the Generative AI Platform?认为，生成式 AI 中的近乎一切，都会在某个时刻通过云托管的 GPU（或 TPU）。A16Z 估计，应用程序公司平均将约 20%-40%的年收入，用于推理和定制化的微调。这部分通常直接支付给云服务提供商，以获取实例或支付给第三方模型提供商，后者将大约一半的收入投入于云基础设施。据此有理由推测，生成式 AI 总营收的 10%-20%将流向云服务提供商。除此之外，训练着自有模型的初创公司们，已经筹集了数十亿美元的风险投资，其中大部分（早期阶段高达 80%-90%）通常也花在云服务提供商身上。许多上市科技公司每年在模型训练上花费数亿美元，它们要么与外部的云服务提供商合作，要么直接与硬件制造商合作。3.在产业互联网领域，基于在产业互联网领域，基于 AIGC 技术的合成数据（技术的合成数据（synthetic data）迎来重大发展，合成数据）迎来重大发展，合成数据将牵引人工智能的未来将牵引人工智能的未来 -9-MIT 科技评论将 AI 合成数据列为 2022 年 10 大突破性技术之一；Gartner 也预测称，到 2030 年合成数据将彻底取代真实数据，成为训练 AI 的主要数据来源。合成数据的用途是成为真实世界数据的廉价替代品，用来训练、测试、验证 AI 模型。AIGC 技术的持续创新，让合成数据迎来新的发展契机，开始迸发出更大的产业发展和商业应用活力。在概念上，合成数据是计算机模拟（computer simulation）技术或算法创建、生成的自标注（annotated）信息，可以在数学上或统计学上反映真实世界数据的届性，因此可以作为真实世界数据的替代品，来训练、测过、验证 Al 模型。简而言之，合成数据是在数字世界中创造的，而非从现实世界收集或测量而来。合成数据拥有很长的历史，在其发展过程中技术不断创新。例如，游戏引擎、30 图形等模拟技 术（simulation technology）可以创建高保真的仿真物体和仿真环境，而结合了 Al 技术的 3D-A1 技术则可以极大提升自动化生产 30 内容的效率和保真度（fidelity）。得益于生成对抗网络（GAN）、变分自编码器（VAE）、Transformer 模型、扩散模型（Diffusion Model）、神经辐射场模型（NeRF）等不断涌现的 Al 算法，不仅合成数据的种类得到了扩展，而且其质量也不断得到提升。就目前而言，合成数据大致可分为三类：表格数据、结构化数据，固像、视频、语音等媒体数据，以及文本数据。这几类合成数据在多个领域都有应用。AIGC 技术的持续创新，让合成数据迎来新的发展契机，开始进发出更大的产业发展和商业应用活力。趋势五：云原生关键技术持续演进，混合多云使用场景下云成本优化也愈加重要趋势五：云原生关键技术持续演进，混合多云使用场景下云成本优化也愈加重要 1.驱动因素：云原生技术生态日趋完善，细分技术项目不断涌现驱动因素：云原生技术生态日趋完善，细分技术项目不断涌现 云原生技术生态日趋完善，细分技术项目不断涌现。相较于早期云原生技术主要集中在容器、微服务、DevOps 等领域，现如今其技术生态已扩展至底层技术（如服务器无感知技术 Serverless)、编排及管理技术（如基础设施即代码 Iac）、安全技术、监测分析技术（如扩展包过滤器 eBPF)以及场景化应用等众多方面，形成了完整的支撑应用云原生化构建的全生命周期技术链。同时，细分领域的技术也趋于多元化发展，如在容器技术领域，从通用场景的容器技术逐渐演进出安全容器、边缘容器、裸金属容器等多种技术形态。这之中，Serverless、IaC 技术与云原生的理念高度契合，在简化运维、加速软件功能解耦方面发挥了重要作用。资料来源：中国信通院云计算白皮书 2022 -10-2.IaC 能够简化运维，显著提升部署敏捷性能够简化运维，显著提升部署敏捷性 基础设施即代码是一种基于软件开发实践的基础设施自动化方法，通过代码而非手动流程来管理和置备基础设施，适用于上云趋势下对大规模复杂基础设施进行快速扩展和发展。为了满足业务应用敏捷迭代和稳定运行的要求，IaC 基础设施即代码作为云原生声明式操作思想的具体实践，可以帮助基础设施环境具备极致弹性、自动化配置、一致性部署等特性，简化整个应用程序生命周期的操作，减少开发人员的工作量，降低基础设施管理的成本，并提升部署的敏捷性。3.Serverless 能够实现业务和基础设施分离，提升用户业务创新能力能够实现业务和基础设施分离，提升用户业务创新能力 为了保障软件架构微服务拆分后的功能解耦，通过采用多种服务器无感知技术，将基础设施抽象成各种开箱即用的服务。以 API 接口的方式提供给用户按需调用，真正做到按需伸缩、按使用量收费。这种架构可以消除传统业务中持续在线服务的海量计算资源的需求，降低开发和运维的复杂性，减少运营成本并缩短业务系统的交付周期。4.金融机构先行，其他传统行业稳定提升金融机构先行，其他传统行业稳定提升 云原生给企业应用带来的巨大价值，使得中国企业在这场云原生运动中也与世界保持了同步。在国内市场，数字原生的互联网公司基本都将应用运行在云原生的环境中，而在互联网公司的示范引领下，近年来金融、制造、能源、政务、零售等传统行业企业纷纷加快拥抱云原生。资料来源：爱分析 -11-在行业渗透率方面。根据爱分析调研和测算的数据，云原生近两年在国内企业的渗透率正呈现快速增长的趋势，但在不同行业中存在一定差异。具体而言，在大型及股份制商业银行中，云原生的普及率超越所有传统行业，2021 年起几乎全部的大型国有及股份制商业银行都已经开始在内部使用云原生技术；而云原生在包括广大城商行、农商行、保险、券商在内的金融机构，以及政务机构中的渗透率显著高于其他行业，并预计将从 2021 年的 40%左右进一步增长至 2025 年的 90%以上；制造、能源、零售、基金等行业对云原生的采用相对落后，预计云原生在这些行业的渗透率将从 2021 年的 20%左右增长至 2025 年的 80%左右。资料来源：爱分析 以云为目标的迁移和投资不断加速的同时，浪费性支出也成为企业头疼的难题以云为目标的迁移和投资不断加速的同时，浪费性支出也成为企业头疼的难题 Flexera 的2022 年云状况报告发现，优化云的现有使用情况已连续第六年成为受访组织的头等大事。此外，受访者表示，公有云支出平均超过预算达 13%；未来 12 个月内，云支出预计将增加 29%；他们自己估计 32%的云支出被浪费掉了。用户对云计算仍保持着很高的热情，但很明显，与这种热情如影随形的是采用复杂的多云架构以及相关支出的不断增长，因此必须大刀阔斧地变革 IT 的财务管理模式。FinOps 作为一种管理原则，可帮助组织使用最佳实践优化成本，最大程度实现云投资的回报。1.云成本优化治理面临诸多困云成本优化治理面临诸多困难和挑战难和挑战 企业云成本优化治理面临诸多难题。云计算重塑企业 IT 消费模型，基础设施采购方式从原来的集中式变为分布式，决策模式从原来的短期决策变为长期运营，成本类型由原来的固定成本变为可变成本，成本管理从原来的前置评估变为后置监控，成本责任由原来的集中管控变为责任分散。这些变化导致企业云成本优化治理面临诸多困难：一是资源浪费难以识别，有效资源优化手段匮乏。企业对已购资源使用情况了解不足，欠缺对云资源使用效率方面的度量体系，资源使用指标评判依据和评判标准不完善，难以识别资源浪费。同时，企业缺乏关闭未使用资源、资源降配、调整产品类型等优化手段。二是云账单数据庞大繁杂，缺乏专业工具支撑。面对云平台提供以产78%94%100%100%100%100%19%34%51%68%76%0%20%40%60%80%100%120%202020212022E2023E2024E2025E大型及股份银行基金城商行及农商行、保险及券商、政务零售制造 -12-品、月度为维度的汇总数据和以资源为维度的明细数据，企业缺乏专业的工具完成数据可视化、数据挖掘分析等。三是混合云加大优化难度，云产品计费模式复杂多变。随着混合云不断普及，多云平台的使用导致企业成本管理复杂程度和工作量的提升，企业云成本优化难度加大。同时，产品选型、付费模式等均需要企业进行多平台多产品多模式的评估和衡量。四是优化流程管理不健全，团队协作效率不佳。当前，绝大多数企业云成本优化成员分散在技术组、财务组、业务组等多个部门，且并未建立云成本统一监管组织对成本进行细致监控和合理规划。此外，权威专业流程管理制度的缺失，也导致现有云成本优化团队工作效率较低。企业需要各角色团队长期协作、辅以工具和运作机制，建立覆盖企业上云用云和持续运营全流程的长期优化体系。2.工具是抓手，监控、分析与调优是必备能力工具是抓手，监控、分析与调优是必备能力 云成本优化工具是企业洞察与优化成本的抓手。云成本优化是一个复杂而耗时的过程，需要将各项能力沉淀到工具，一方面，云成本优化策略需要基于大量运营分析数据，由于云成本的可变性和多云环境的复杂性，并非所有分析都适合人工完成，企业通过工具或平台进行分析，以提升云成本管理水平。另一方面，成本优化往往是以项目方式实施，由项目制驱动转为体系化的日常自助，需要工具沉淀部分优化策略模型。因此，企业需要借助工具构建可度量的成本指标，驱动各相关组织自主降本。云成本优化工具通常需要具备三方面能力。一是可以明确资源使用情况并进行调整，了解资源的使用情况是云成本优化的前提，若无可视化工具支撑，企业很难捕捉各业务的实际使用情况，无法有效进行动态调整。二是可以关联资源与费用并进行可视化。费用可视是成本优化的基础，只有看清花费才能针对性的成本优化。成本优化工具需要整合企业各环节云费用支出，支持按组织、部门，业务或产品等维度进行成本展示。三是工具可以综合分析企业数据与云服务产品并进行优化建议。基于成本优化算法，通过对已购买，未购买的付费模式进行综合对比测算，给出节省计划，计费方式等付费模式的优化建议，并具备执行能力。趋势六：通用软件和趋势六：通用软件和 SAAS 下创新型企业的兼并购和出海态势加剧下创新型企业的兼并购和出海态势加剧 在过去两年线上办公环境迅速发展。一些基础设施平台如钉钉、企业微信和腾讯会议等渗透率快速提高，促进了国内通用 SaaS 行业的健康发展。最近几年，SaaS 销售模式正在向产品引导型（PLG）转变，这意味着企业应用的购买重心从“IT 部门提出需求，IT 采购部门向市场寻找资源，供应商向企业 IT 部门和采购部门推销”的销售引导型（SLG）模式转向了“用户向公司决策部门推荐，并不断进行用户和功能的增购”的产品引导型（PLG）模式。随着软件采购权逐渐下放到业务部门和职能部门，作为实际使用者，传统的通用型软件难以兼顾各行业的多样化需求，因此，软件企业开始逐步转向垂直行业的细分场景。在创业团队层面，国内通用软件 SaaS 的前期创业团队大多来自于传统软件企业如 SAP、IBM 和埃森哲等，注重大客户销售。而后期涌现了一批互联网公司负责产研的创业者，更加注重产品设计和技术驱动。同时我们也看到越来越多企业服务公司重视 APaaS 和IPaaS 中台能力建设，通过低代码和模块化技术应对国内的大客户定制化需求，提升产品服务的交付效率。驱动因素：国内竞争激烈，头部效应显现，大平台和小玩家共同抱团取暖驱动因素：国内竞争激