iaas全球份额(中国iaas市场2020)

中国iaas市场2020

排行如下

　　1.阿里云

　　阿里云创立于2009年，是阿里巴巴旗下云计算及人工智能科技公司，为企业、开发者和机构提供服务。是目前国内比较知名的云服务商。云服务器产品线丰富：包括通用型、计算型、GPU型、大数据型、本地SSD型、高主频型，可满足低中高端所有客户，全方面满足各种应用场景。适用于银行、电商等中大型企业用户。

　　2.北京博大网人-网云

　　北京博大网人科技有限责任公司自2002年开始，一直致力于服务器托管，服务器租用，主机托管。携手北京铜牛信息共同打造的云计算品牌，面向全世界各个机构、企业组织和个人开发者，提供全球领先的云计算、大数据、人工智能等技术产品与服务。云服务器产品丰富 ，标准型，高IO型，内存型，计算型，GPU等。适用于银行、中大型企业、游戏用户。

　　3.华为云

　　华为云是华为公司倾力打造的云战略品牌，致力于为全球客户提供领先的公有云服务，包含弹性云服务器、云数据库、云安全等云计算服务，软件开发服务，面向企业的大数据和人工智能服务，以及场景化的解决方案。

　　华为云产品线丰富，弹性云服务器ECS(通用型、内存密集型、高性能计算型、大数据型、计算加速型)、GPU加速云服务器GACS、FPGA加速云服务器FACS、裸金属服务器BMS、云手机CLoudPhone、专属主机DeH，应用场景丰富。

　　4.百度云

　　北京百度网讯科技有限公司旗下云计算品牌，百度云成立于2012年，于2015年正式对外开放运营。致力于为客户提供全球领先的人工智能、大数据和云计算服务。云服务器产品线丰富，包括通用型、计算型、内存型、大数据型、本地SSD型、高主频型，可满足低中高端所有客户，全方面满足各种应用场景。

　　5.西部数码

　　西部数码，是成都西维数码科技有限公司旗下知名网络服务品牌。公司成立于2002年，，服务项目包括：域名注册、云服务器、虚拟主机等。专注于网站托管领域，根据备案接入量来看市场份额占全国前三。云服务器产品丰富，包括通用型、高主频型、SSD型，可采用包年包月、按时支付、带宽计费、流量计费等多种灵活的方式，可满足低中高端绝大多数客户的需求，以及各种应用场景。适用于中小企业客户、个人。

　　6.UCLOUD

　　UCloud是优刻得科技股份有限公司旗下云计算服务平台。公司自主研发IaaS、PaaS、大数据流通平台、AI服务平台等一系列云计算产品，并深入了解互联网、传统企业在不同场景下的业务需求，提供公有云、混合云、私有云、专有云在内的综合性行业解决方案。云服务器机型较多，主要有通用、GPU型、快杰型、高主频型。适用于拥有自有技术团队的大公司，企业、游戏公司等。

　　7.青云

　　青云是一家具有广义云计算服务能力的平台级混合云 ICT 厂商和服务商,以软件定义为核心，致力于为企业用户提供自主可控,中立可靠,性能卓越,灵活开放的云计算产品与服务。云服务器产品比较丰富，如通用型、GPU主机、物理主机、专属宿主机、存储、数据库与缓存、物联网、人工智能、大数据等。青云的虚拟主机并不是我们常说的空间，而是云计算方式的云主机，主机类型分基础型、企业型、专业增强型。

　　8.京东云

　　京东智联云是京东集团旗下的云计算综合服务提供商，拥有全球领先的云计算技术和完整的服务平台。依托京东集团在云计算、大数据、物联网和移动互联应用等多方面的长期业务实践和技术积淀，致力于打造社会化的云服务平台，向全社会提供安全、专业、稳定、便捷的云服务。主要给京东提供服务，以及合作商和大客户。

　　9.金山云

　　金山云创立于2012年，是中国前三的互联网云服务商，2020年5月在美国纳斯达克上市(股票代码：KC)，业务范围遍及全球。企业云产品分类多：标准，通用，计算，IO型。主要对标出海游戏客户。

　　10.天翼云

　　天翼云是中国电信旗下直属专业公司，为用户提供云主机、对象存储、数据库、云电脑、云桌面、混合云、CDN、大数据等全线产品，同时为教育、金融等行业打造定制化云解决方案。云主机分为通用型和内存优化型。

中国iaas市场份额

IDC最新发布的2021年第一季度中国公有云市场数据显示，季度内IaaS+PaaS市场规模达46.32亿美元(301亿人民币)，其中阿里云排名第一，市场份额为40%，腾讯云、华为云分别位列第二、三名，市场份额均为11%。

近几年我国云计算行业的市场规模和渗透率均在持续增长，使得我国公有云市场进入了一个新的发展阶段。除此之外，在5G商用以及AI等技术发展的推动下，我国公有云市场规模始终保持高速增长趋势。在公有云市场规模不断扩大的过程中，用户对其需求也随着发生改变。为满足客户的需求，市场产品形式发生了相应的变化。目前，公有云服务商针对AI和loT等新技术，并结合国家政策层面上不断推动企业上云的条例，推出了相关产品。例如，腾讯云推出的企业级容器服务平台TKE，通过采用与腾讯公有云容器服务一致的架构和管理模式，可以帮助企业便捷地打通云上的容器服务并获得一致的管理体验。

从公有云细分市场来看，2019年，我国公有云laaS市场规模达到452.6亿元，较2018年增长了67.4%，占公有云市场规模比重达65.66%，预计未来受新基建等政策影响，laaS市场会持续攀高。

adas市场规模

从短中长期看无人驾驶发展路径——无人驾驶发展元年

随着汽车智能化、电子化的推进，无人驾驶已经是未来汽车发展的必然趋势，智能汽车（ADAS）和车联网（V2X）分别是实现无人驾驶的内部和外部要求，而5G 技术即成为车联网 V2X 中的关键制衡。2019 年有望成为 5G 商用元年：工信部表示 5G 牌照有望年内发放，三大运营商也表示，5G 在 2019 年进入预商用阶段，2020 年开始规模商用。5G 催化下，无人驾驶产业发展有望提速。

中国ai市场规模

人工智能加速器芯片被大肆炒作，但这个市场究竟有多大，如今有哪些公司是真的在卖人工智能芯片的？

来自ABI Research的两份新报告详细分析了当今人工智能芯片组市场的发展状况。其中，ABI Research首席分析师Lian Jye Su谈到了正在进入这个潜在利润丰厚市场的公司和技术。

云端的人工智能

第一份题为“云AI芯片组：市场格局和厂商定位”的报告，突出了云AI推理和训练服务的快速增长情况。ABI Research由此预计，AI芯片组市场规模预计将从2019年的42亿美元增长到2024年的100亿美元。目前这一领域的领导者Nvidia和英特尔正受到来自Cambricon Technologies、Graphcore、Habana Labs和Qualcomm等公司的挑战。

据Su介绍，Nvidia仍然是这个市场明显的领导者，这主要取决于Nvidia具有成熟的开发者生态系统及先发优势。

“随着人工智能模型、库和工具包的不断变化和更新，Nvidia成为了一个很好的选择，因为它能提供通用AI芯片组。当然，随着市场的不断成熟，这些优势将逐渐弱化，但至少在可预见的未来，Nvidia仍将处于强势地位。”

今天的云AI芯片组市场可以分为三个部分：首先是托管公有云的云服务提供商，包括AWS、微软、谷歌、阿里巴巴、百度和腾讯等；其次是企业数据中心，也就是私有云；此外，还有混合云，也就是公有云和私有云（VMware、Rackspace、NetApp、HPE、Dell）的结合体。

该报告还确定了另一个新兴的细分市场——电信云，指的是电信公司为其核心网络、IT和边缘计算工作负载部署的云基础设施。

Su表示，这个新的细分市场为AI芯片组制造商带来了巨大的机遇。

“我们已经看到了像华为这样的网络基础设施厂商，还有诺基亚这样的厂商，推出了针对电信网络功能进行优化的ASIC。这是一个巨大的市场，Nvidia最近也一直在努力进入这个市场。”

2017年至2024年人工智能芯片组年销售总收入（来源：ABI Research）

虽然Su认为短时间内其他厂商无法取代Nvidia在云端AI训练领域的主导地位，但具体在AI推理领域却并非由一家厂商主导，这在一定程度上是由推理工作负载在垂直方向各有不同的性质决定的。他说，预计ASIC将从2020年开始在该细分领域实现强劲增长。

眼下，将AI推理转移到边缘设备这一趋势意味着智能手机、自动驾驶汽车和机器人等设备对云的依赖减少了，但这并不意味着推理工作负载——一些云服务提供商认为推理工作负载要比训练工作负载大——就会减少，Su这样表示。

“一些人工智能永远不会走向边缘，例如聊天机器人和会话AI、欺诈监控和网络安全系统。这些系统将从基于规则的系统发展为基于深度学习的人工智能系统，这实际上会增加推理的工作量，使其足以取代那些转向边缘的推理工作负载。”

此外，谷歌的TPU可以解决在云端进行训练和推理问题，被视为CPU和GPU技术（分别由英特尔和Nvidia主导）的强大挑战者。正如报告所述，谷歌在TPU上取得的成功为其他自主开发AI加速器ASIC的云服务提供商（CSP）提供了蓝图，例如已经行动起来的华为、AWS和百度。

如果云服务提供商都在使用他们自己的芯片组，那么对于其他芯片组提供商来说，这个细分领域还有市场空间吗？

“这对于刚开始使用自己芯片组的CSP来说是极具挑战的，我们甚至预测，到2024年CSP这个市场将下降15％至18％。而机会更多地来自于私有数据中心领域。银行机构、医疗机构、研发实验室和学术界仍然需要运行人工智能，他们会考虑使用那些针对AI工作负载进行了更多优化的芯片组，这就给Cerebras、Graphcore、Habana Labs和Wave Computing等新手提供了一些优势。

其他将从这些趋势中受益的是IP核心授权厂商，例如ARM、Cadence和VeriSilicon，他们将负责帮助那些甚至是开始自主研发的企业进行芯片组设计。

边缘的人工智能

ABI第二份题为“边缘AI芯片组：技术展望和使用案例”的报告称，2018年边缘人工智能推理芯片组市场规模为19亿美元，边缘训练市场规模为140万美元。

今天有哪些应用是在边缘位置进行训练的？Su解释说，这些数据中包括网关（历史数据库或设备Hub）和内部部署服务器（在私有云中，但物理位置是靠近AI数据生成的地方）。专为内部部署服务器的训练任务设计的芯片组包括Nvidia的DGX，华为的网关和服务器，其中包括Ascend 910芯片组，以及针对来自Cerebras System、Graphcore和Habana Labs等内部部署数据中心的系统级产品。

“‘边缘训练’市场仍然很小，因为云仍然是人工智能训练的首选，”Su说。

2017年至2024年，针对推理和培训的AI芯片组年销售总收入（来源：ABI Research）

边缘AI推理是2019年至2024年期间边缘人工智能市场实现31％复合年增长率的主要推动力。Su提到了三个主要市场（智能手机/可穿戴设备、汽车、智能家居/白色家电）以及三个利基市场。

第一个利基市场是机器人，因为依赖多种类型的神经网络，机器人通常需要异构的计算架构，例如用于导航的SLAM（同时定位和映射），用于人机界面的会话AI，用于对象检测的机器视觉，所有这些都会在不同程度上使用CPU、GPU和ASIC。目前，Nvidia、英特尔和高通正在这个领域进行激烈的竞争。

第二个利基市场是智能工业应用，涉及制造业、智能建筑、石油和天然气领域。我们看到，FPGA厂商因为遗留设备的原因在这一领域表现突出，但同时也要归功于FPGA架构的灵活性和适应性。

最后一个利基市场是“非常边缘”，即将超低功耗AI芯片组嵌入WAN网中的传感器和其他小端节点中。由于重点是超低功耗，因此这个领域主要由FPGA厂商、RISC-V设计和ASIC厂商主导。

那么到目前为止，谁在边缘人工智能推理领域领跑？

“意料外——或者意料内的——的是，智能手机AI ASIC厂商在这个领域占据领先，因为智能手机的出货量是很大的，例如苹果、海思半导体、高通、三星以及联发科等，如果说的是初创公司的话，我认为Hailo、Horizon Robotics和Rockchip似乎相对终端设备制造商来说发展势头相当快。”

Su还表示，软件对于边缘AI芯片组的商业实施和部署来说至关重要，Nvidia正在升级编译工具和构建开发人员社区，相比之下，英特尔和Xilinx的策略是初创公司合作，或者收购拥有基于软件的加速解决方案。

“芯片组厂商应该考虑向开发者社区提供工具包和库，通过开发者训练计划、竞赛、论坛和大会等方式进行，因为这能吸引开发者与芯片组厂商展开合作以开发相关应用，所有这些都不是初创公司可以轻易实现的。”

该报告给出的结论是，除了为开发者社区提供合适的软件和支持外，厂商还应该提供良好的开发路线图，以及其他技术价值链的支持，此外还需要让他们的芯片有大规模的使用案例，以及具有竞争力的定价。

国内iaas平台对比

IaaS体系结构大体上可分为两种。

一种是以Open- Nebula、 Nimbus和ECP等软件为代表的两层体系结构。两层体系结构分为控制层和工作节点层，其中控制层由云控制器和存储系统构成，工作节点层由一系列的工作节点构成。

另一种是以Eucalytus和XEN Cloud等软件为代表的三层体系结构，三层体系结构与两层体系结构的主要区别是增加了一个集群控制节点中间层，该层的作用主要有3个方面：

(1)控制相应集群中的网络管理情况，一般会在集群节点上建立起该集群的DHCP和DNS服务器；

(2)监控该集群的DHCP和DNS服务器，群中节点的资源使用情况并将监控到的结果向上层的云控制器汇报，云控制器对底层的工作节点的调用要以集群控制节点监控到的信息为参考；

(3)充当路由器的功能，当两个集群间的工作节点通信时，它们通过双方的集群控制节点进行通信。

从功能角度来看，相对于两层体系结构而言，三层体系结构具有更好的扩展性。在两层体系结构中，云控制器直接管理工作节点，这种直接管理方式使得云控制器对VM的部署速度更快。在三层体系结构中，由集群控制节点与工作节点直接通信，工作节点通过集群控制节点与云控制器进行通信，云控制器通过中间层集群控制节点来负责对工作节点的调度，这样缓解了云控制器的开销，增强了整个平台的扩展性。