云计算行业现状及未来发展趋势

640?wx_fmt=jpeg

来源:国元证券、乐晴智库

摘要:按照服务类型云计算被分为IaaS、PaaS、SaaS。


▌云计算产业链构成


按照服务类型云计算被分为IaaS、PaaS、SaaS。


IaaS基础设施及服务:IaaS主要提供计算基础设施服务,主要包括CPU、内存、存储、网络、虚拟化软件、分布式系统,企业无需担心基础资源供给只要专注部署自己的业务应用软件即可,服务同质化严重。


PaaS平台即服务:PaaS主要提供软件研发平台服务,客户可以在PaaS平台商进行软件开发、测试、在线部署等工作,主要面向客户为软件开发者,服务差异性较大。


SaaS软件即服务:SaaS服务商主要提供互联网软件服务,让用户摆脱购买软件,再自行安装、维护、升级的困扰,只需联网即可使用,服务种类丰富多样。


不管SaaS、PaaS、IaaS,用户均可根据自身需求随时调整资源使用量,避免一次性过高投入和软硬件维护成本,云服务用户规模越大,共享水平越高,每个用户分担成本越低。

640?wx_fmt=jpeg


▌云计算分类—部署方式


按照部署方式的不同云计算被分为公有云、私有云和混合云。


公有云


公有云是指由第三方提供商为用户提供能够使用的云,由若干个企业和用户共同使用,部署在因特网上,用户并不拥有和管理所需的IT基础设施。


公有云价格便宜,但是安全性与私密性较低,通常适用于开发者和小型企业客户。


私有云


私有云是指为摸个企业独立构建和使用的云,部署在企业内部局域网上,私有云所有者不予其它企业或组织共享,用户为企业内部员工,需要专门的运维团队对私有云进行维护。


价格昂贵,但是安全性高,通常适用于超大型客户。


混合云


混合云是整合了公有云与私有云所提供服务的云环境。用户根据自身因素和业务需求将不同业务分别放在公有云及私有云上运转。价格适中,安全性适中,通常适用于中大型客户。

640?wx_fmt=jpeg


▌云计算发展现状


全球、中国云计算快速增长


2017年全球公有云市场规模达到1110亿美元,同比增长29.22%,预计2021年全球公有云市场规模将达到2461亿美元,CAGR22%,预计未来全球公有云增长逐渐趋于稳定;


公有云细分市场中IaaS市场增长最快,2017年IaaS市场规模达到326亿美元,同比增长35.27%,在IaaS基础服务中计算类服务需求最为旺盛占比达92%;


2017年PaaS市场规模达到128亿美元,同比增长28%,预计未来仍将保持稳定增长;SaaS规模达到656亿美元,同比增长26.64%,预计未来SaaS市场增速逐渐趋缓。


2017年中国公有云市场规模达264.8亿元,同比增长55.7%,增速远超全球平均水平,预计到2021年中国公有云市场规模将达到902.6亿元,CAGR35.87%;其中IaaS市场规模达148.7亿元,同比增长70.14%;PaaS市场规模达11.6亿元,同比增长52.64%;SaaS市场规模104.5亿元,同比增长39.15%。

640?wx_fmt=jpeg

640?wx_fmt=jpeg


云计算仍处于早期阶段,整体渗透率仍然不高


2018年全球云计算市场规模预计将达到3000亿美金,占全球整体IT投资比重约为8.6%,现阶段云计算渗透率较低的主要原因是全球87.5%IT支出其中在大型企业,在云计算发展早期,凭借成本及技术优势,价格较为敏感的中小客户是云就计算的主要客户群体;

640?wx_fmt=png

大型企业由于价格承受能力较强且对私密性及安全较为敏感,云化反而较慢,长期来看大型客户云化是大势所趋,从IT产业发展规律来看渗透率20%将是临界点,当渗透率达到20%时云计算的渗透率将进一步加速;未来全球云计算渗透率有至少9倍的提升空间。


2018年中国云计算市场规模预计将达到1200亿元,占整体IT投资比重约为5.2%;远低于全球平均水平,主要原因是中国云计算起步较晚,产业生态仍有待完善,中国云计算增速远高于全球,预计未来中国云计算渗透率将逐渐赶上全球平均水平。


640?wx_fmt=jpeg

640?wx_fmt=jpeg


▌云计算发展现状


IaaS巨头主导市场,竞争格局基本确立巨头主导市场,竞争格局基本确立


全球市场


2017年全球公有云IaaS市场市占率前五名分别为AWS、微软Azure、阿里云、Google以及IBM,其中亚马逊市占率最高达51.8%,处于绝对领先地位;


Top5的市占率达到75%,较去年同期提升4.6pct,IaaS市场基本被几大巨头把持;2017年全球公有云IaaSTop5同比增长超过25%,非Top5整体增长率仅有8%,预计未来Top5的市占率仍将逐渐提升。


中国市场


2017年中国公有云IaaS市场市占率前五名分别为阿里、腾讯、中国电信、金山云、AWS,阿里云以45.50%的市占率排名第一,是中国IaaS市场的领头羊;Top5的市占率达75.3%,竞争格局基本与全球市场保持一致。

640?wx_fmt=jpeg

640?wx_fmt=jpeg

IaaS市场集中度较高的主要原因:


1) IaaS主要提供计算、存储、网络、安全等IT基础资源,是IT服务构建的基础,服务同质化严重。


2) 云计算将分散的IT需求聚集起来共享使用需要大量资本投入,2017年全球主要云计算厂商资本开支均在千亿以上,巨大的投资规模造就行业高准入门槛,小玩家基本被拒之门外。


3) 集中化导致IaaS行业规模效应显著。

640?wx_fmt=jpeg

640?wx_fmt=jpeg

PaaS:市场规模较小,受上下游挤压难以单独存在


2017年全球与中国PaaS市场规模分别为128亿美元和12亿元,规模远小于IaaS和SaaS;


2017H1国内PaaS市场前五名依次为阿里云、Oracle、AWS、微软、IBM,Top5%的市占率达52%,其中阿里云、AWS、IBMPaaS业务均由IaaS层向PaaS衍生而成,Oracle和微软则是在IaaS、PaaS、SaaS均有布局。


PaaS市场较小且难以单独存在的主要原因是:


1) 处于产业链中间环节易受上下游挤压


2) PaaS在云计算起步较晚,市场还处于激烈竞争状态时上下游竞争格局就已经确立,IaaS、SaaS向中游PaaS衍生对其形成强烈的挤压效应。

640?wx_fmt=jpeg

虽然PaaS市场规模远小于IaaS和SaaS,但是PaaS的产业地位极其重要,PaaaS链接IaaS与SaaS决定了IaaS对用户端以及SaaS厂商是粘性。


PaaS能够帮助IaaS与SaaS厂商构建生态形成差异化竞争,从IT产业发展历史来看,一旦开发生态建立起来,替换成本将成几何倍数增加。


对于IaaS厂商来说,PaaS能够帮助及构建开发者生态降低SaaS厂商的开发难度增强粘性形成差异化竞争;更多的PaaS开发套件有利于增强IaaS厂商生态体系的服务能力,加速IaaS服务在全社会的渗透。


对于SaaS厂商来说,PaaS能够帮助其降低其合作伙伴的开发难度,增强整体生态的服务能力,用户粘性增强的同时整体生态占用户IT支出比重增加,议价力提升。

640?wx_fmt=jpeg

SaaS:市场规模巨大,CRM、ERP、办公套件市占率居首


2017年全球公有云SaaS市场规模达到656亿美元,同比增长26.64%,占全球公有云市场总规模的59.09%,,是云计算规模最大的细分市场,预计2021全球公有云SaaS服务市场规模将达到1276亿元,CAGR18.1%。


CRM、ERP、办公套件是SaaS板块排名前三的细分子领域,三者合计占据市场75%的份额。


内容服务、商务智能应用、项目组合管理等服务虽然规模较小但是增速较快,尤其是内容服务在2017年的增速达到53%,未来几年的年复合增长率也将超过30%。

640?wx_fmt=jpeg

参照海外企业云化路径,出于对安全以及系统难易程度的考量,企业云化一般从互联网创新业务》开发测试》业务支撑应用》核心业务系统的路径分步骤迁移到云平台,主要原因是非关键业务系统,重要性和数据的关键性相对较弱,业务属性比较适合云化。


SaaS服务是最早出现的云服务形态,早在1998年SaaS服务鼻祖Salesforce就已经创立,经过近二十年的发展,在SAAS领域美国已经出现两家千亿市值的公司,中国SaaS市场起步较晚,但凭借广阔的市场空间,以及本土化服务优势,未来中国有望诞生自己的SaaS软件巨头。

640?wx_fmt=jpeg

640?wx_fmt=jpeg

▌行业未来发展趋势


巨头合纵连横,云市场集中趋势将更加显著


目前云计算基本上被AWS、微软、阿里巴巴、Saleforce等少数巨头所把持,云巨头市场地位稳固,只要不犯错后来者基本上难以撼动其领先优势。


2017年各大云服务商在不断进行技术创新的同时,还积极合纵连横寻找盟友,整合各自服务与客户资源,优势互补。

640?wx_fmt=png

例如SaaS巨头Saleforce与IaaS巨头AWS达成战略合作,将自身云服务搬迁到AWS平台上运营;AWS联手AMD联手构建大型图像云平台;谷歌与思科合作打造混合云解决方案;微软与腾讯合作推出Office365微助理。


巨头通过抱团实现资源共享从而为客户提供更加全面优质的服务,实现共赢,用户从影响力、服务能力和可靠性角度也更愿意选择巨头联盟的产品,强者恒强市场集中度加速提升。

640?wx_fmt=jpeg

混合云将迎来快速发展


混合云采用多云混合部署在保正核心业务系统安全性的同时又可利用公有云低成本和可扩展性的优势,根据信通院的数据显示,在公有云、私有云以及混合云策略中,82%的企业优先选择混合云。


2017年开谷歌与超融合龙头Nutanix合作布局混合云市场;阿里云联合Zstack混合云服务;AWS与Vmware合作推出VMwareCloudonAWS服务;微软推出多云管理服务CloudServiceMap助力多云部署;巨头加码将推动混合云市场进入快速增长期。

640?wx_fmt=jpeg

云端结合将逐渐成为趋势


2017年云计算厂商纷纷推出边缘计算服务,边缘设备上进行计算和分析的方式有助于降低关键应用的延迟、降低对云的依赖,边缘计算在及时地处理物联网生成的大量数据的同时还可结合云计算对物联网产生的数据进行存储和自主学习,使物联网设备不断更新升级。


边缘计算与云计算结合将帮助云向更靠近用户的方向延伸,便于满足低延时、高带宽等新兴业务的需求。


伴随着物联网、人工智能、虚拟现实等对实效和带宽要求较高业务的发展,云端结合互相配合、各负其责将逐渐成为趋势。


云计算厂商将逐渐AI化


云计算平台积累了大量的数据,拥有庞大的IT计算资源,天生适合发展人工智能,2017年开始谷歌、微软、亚马逊、阿里、腾讯等云计算厂商纷纷推出人工智能平台。640?wx_fmt=png

云计算厂商积极发展人工智能的主要原因是:


1) 人工智能需要消耗大量计算、存储等IT基础资源,推动人工智能有助于云计算厂商IaaS业务的发展;


2) 人工智能有望成为云计算厂商新的变现方式,提高云计算的行业天花板


3) 云计算厂商本身有利用人工智能实现智能化运维、智能化主动安全防护等功能降低成本的需求。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/493660.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

冈萨雷斯《数字图像处理》读书笔记(三)——空间滤波

滤波这个词来源于频域处理,因为它的目的就是针对频率分量而言的,滤除一定的频率分量。但其实滤波在时域(图像中对应为空域)中也可以完成相应的操作,比如低通滤波器滤除了代表细节的高频分量,我们可以直接在…

WinInet:HTTPS 请求出现无效的证书颁发机构的处理

首先,微软提供的WinInet库封装了对网页访问的方法。 最近工作需要从https服务器获取数据,都知道https和http网页的访问方式不同,多了一道证书认证程序,这样就使得https在请求起来比http要复杂的多;好在,Win…

热度下的冷思考——智能眼镜到底有没有前途?

来源:环球网我们曾期望Google眼镜能够成为革命性的新产品,因为它某种程度上实现了大家对未来的幻想。然而Google眼镜作为概念产品虽然有趣,但它仍然太不成熟,而且因为存在侵犯隐私的可能还被大众抵触,更重要的是它花去…

TFRecords文件的存储与读取

将cats和dogs两个文件夹各1000张图片存储为:train.tfrecords#将图片文件生成train record import os import tensorflow as tf from PIL import Image #生成cats和dogs的record文件 path./data/train filenamesos.listdir(path) writertf.python_io.TFRecordWriter(…

对比激光SLAM与视觉SLAM:谁会成为未来主流趋势?

来源:智车科技摘要:SLAM(同步定位与地图构建),是指运动物体根据传感器的信息,一边计算自身位置,一边构建环境地图的过程,解决机器人等在未知环境下运动时的定位与地图构建问题。目前…

链表中的指针

中期答辩改在了国庆之后,终于有时间可以看看剑指offer了。在看到单向链表的部分,对指针,尤其是头指针有点疑惑。首先容易理解的是链表的节点是一个结构体,该结构体包含一个数据(一般是int型),还…

实现TFrecords文件的保存与读取

import os import cv2 import numpy as np import tensorflow as tf """ 将train文件夹下的cats和dog文件夹处理成train.tfrecords放在train文件夹里 """ #将图片的路径和对应的标签存储在list中返回 def deal(dir):images []temp []for root,…

工具推荐-css3渐变生成工具

今天工作用到了css3渐变,但是写起来才发现太麻烦了,而却很浪费时间,所以在这里向大家推荐一个在线的css3 渐变生成工具 地址是:http://www.colorzilla.com/gradient-editor/ 这个工具是可视化视图,用起来就和photoshop…

神经网络相关的笔试题目集合(一)

在找工作的过程中发现好多公司没有专门的、传统的图像处理岗位,所以只能参加算法类的笔试甚至AI类的笔试。在AI的笔试中几乎全是关于神经网络的问题,其实也都是很基础的一些问题,如果事先做了准备,可以从容应对。而对于我这种从传…

中美超算“你追我赶” 中国优势可圈可点

来源:新华网摘要:中美超算“你追我赶” 中国优势可圈可点新一期全球超级计算机500强榜单12日在美国达拉斯发布。与半年前的榜单相比,全球格局变化不大,美国在最快超算上…

吴恩达作业1:逻辑回归实现猫的分类

思路:输入样本X与随机初始权重W相乘,利用sigmoid激活函数输出值,对于二分类问题,用交叉熵损失函数来计算损失值,通过交叉熵损失函数利用链式法则求出W和b的偏导,梯度下降更新W和b即可,&#xff…

双摄与双目视觉

越来越多的手机开始上双摄,首先解释一下双摄的目的,双摄可以达到什么样的效果。首先双摄可以分为两类,一类是利用双摄获得图像中物体到镜头或者焦距的距离,得到景深信息就可以进行后续的3D重建、图像分割、背景虚化等;…

“脑补”的科学依据:眼前的黑不是黑,靠得是你的大脑

一个在眨眼的婴儿 | 图片来源:Leungcho Pan/Shutterstock撰文:Mindy Weisberger来源:科研圈编译:向菲菲人们常说:“别眨眼,精彩稍纵即逝。”但其实在我们眨眼的时候,精彩仍在我们眼前上演。我们…

基于Sql Server 2008的分布式数据库的实践(三)

配置PHP 1.打开PHP配置文件,找到extensionphp_mssql.dll,将前面的注释符号去掉 2.找到mssql.secure_connection,将Off改为On 3.找到com.allow_dcom true,将前面的注释符号去掉 4.下载正确版本的 ntwdblib.dll (2000.80.194.0)&am…

ORB论文研读与代码实现

首先,ORB算法来自于OpenCV Labs,相比于SIFT和SURF,ORB在使用中不必担心专利的问题。但同时ORB在保证了一定性能的条件下做到了高效。在论文《ORB: An efficient alternative to SIFT or SURF》2011中,ORB在特征点检测和描述子生成…

腾讯发布人工智能辅助翻译,致敬人工翻译

来源:腾讯AI实验室11月13日,深圳 - 腾讯AI Lab今日发布了一款AI辅助翻译产品 - “腾讯辅助翻译”(Transmart),可满足用户快速翻译的需求,用AI辅助人工翻译提高效率和质量。该产品采用业内领先的人机交互式机…

吴恩达作业2 利用两层神经网络实现不同颜色点的分类,可更改隐藏层数量

任务:将400个两种颜色的点用背景色分为两类。 前面的还是建议重点学神经网络知识,至于数据集怎么做的后面在深究,首先先看看数据集,代码如下: def load_planar_dataset():np.random.seed(1)m 400 # number of exampl…

利用tensorflow构建AlexNet模型,实现小数量级的猫狗分类(只有train)

首先看路径: data文件夹分为,model文件夹,train文件夹和文件夹,model文件夹存放模型文件,train存放cat和dog的两个文件夹图片, validation和train一样。config.py存放配置的一些参数,util.py定…

脑网络的可塑性——随时都在发生

来源:神经科技前沿神经元的突起是神经元胞体的延伸部分,由于形态结构和功能的不同,可分为树突(dendrite)和轴突(axon);树突是从胞体发出的一至多个突起,呈放射状。轴突每个神经元只有一根胞体发出轴突的细胞 质部位多呈…

KAZE论文研读

KAZE是发表在ECCV2012的一种特征点检测算法,相比于SIFT和SURF,KAZE建立的高斯金字塔是非线性的尺度空间,采用加性算子分裂算法(Additive Operator Splitting, AOS)来进行非线性扩散滤波。一个很显著的特点是在模糊图像的同时还能保留边缘细节…