Ⅰ 大數據演算法（哈爾濱工業大學）2023章節測試答案超星爾雅
大數據演算法（哈爾濱工業大學）2023章節測試答案超星爾雅不知如何解決，為此小編給大家收集整理大數據演算法（哈爾濱工業大學）2023章節測試答案超星爾雅解決辦法，感興趣的快來看看吧。
大數據演算法喊簡（哈爾濱工業大學）2023章節測試答案超星爾雅
1.1大數據的定義與特點
1、【單選題】以下關於大數據的特點,敘述錯誤的是()。
A、速度慢
B、多元、異構
C、數據規模核虛大
D、基於高度分析的新價值
我的答案：A
2、【單選題】在《法華經》中,那由他描寫的大的數量級是()。
A、10^7
B、10^14
C、10^28
D、10^56
我的答案：C
3、【多選題】以下選項中,大數據涉及的領域中包括()。
A、社交網路
B、醫療數據
C、計算機藝術
D、醫療數據
我的答案：ABC(D)
4、【多選題】大數據的應用包括()。
A、預測
B、推薦
C、商業情報分析
D、科學研究
我的答案：ABCD
5、【判斷題】目前,關於大數據已有公認的確定定義。
我的答案：X
6、【判斷題】大數據種類繁多,在編碼方式、數據格式、應用特徵等方面都存在差異。()
我的答案：
1.2大數據演算法（1）
1、【單選題】大數據求解計算問題過程的第三步一般是()。
A、判斷可計算否
B、判斷能行可計算否
C、演算法設計與分析
D、用計算機語言實現演算法
我的答案：C
2、【多選題】在大數據求解計算問題中,判斷是否為能行可計算的因素包括()。
A、數據量
B、資源約束
C、速度約束
D、時間約束
我的答案：ABD
3、【判斷題】大數據求解計算問題過程的第一步是確定該問題是否可計算。
我的答案：
4、【判斷題】大數據計算模型與一般小規模計算模型一樣,都使用的是圖靈機模型。
我的答案：
1.3大數據演算法（2）
1、【多選題】資源約束包括()。
A、CPU
B、網路改滲燃帶寬
C、內存
D、外存
我的答案：ABCD
2、【多選題】大數據演算法可以不是()。
A、雲計算
B、精確演算法
C、內存演算法
D、串列演算法
我的答案：BCD
3、【判斷題】大數據演算法是在給定的時間約束下,以大數據為輸入,在給定資源約束內可以生成滿足給定約束結果的演算法。
我的答案：X
4、【判斷題】MapRece是一種比較好實現大數據演算法的編程架構,在生產中得到廣泛應用。
我的答案：
5、【判斷題】大數據演算法是僅在電子計算機上運行的演算法。
我的答案：X
1.4大數據的特點與大數據演算法
1、【單選題】眾包演算法是用來解決()。
A、訪問全部數據時間過長
B、數據難於放入內存計算
C、單個計算機難以保存全部數據,計算需要整體數據
D、計算機計算能力不足或知識不足,需要人來幫忙
我的答案：D
2、【單選題】大數據演算法存在很多難題,對於訪問全部數據時間過長的問題,採用的解決方案是()。
A、將數據存儲到磁碟上
B、僅基於少量數據進行計算
C、讀取部分數據
D、並行處理
我的答案：C
3、【多選題】大數據演算法的()特點,使其與大數據演算法密切相關的。
Ⅱ 聚焦海博會「智感海洋和信息增值服務論壇」
孫安然 李晶晶
10月15日~18日，被譽為「中國海洋第一展」的中國海洋經濟博覽會在深圳市舉辦。作為我國唯一的國家級海洋經濟展會，本屆海博會舉辦了多場具有國際視野及前瞻務實的多層次、多維度海洋經濟論壇，打造了一場全球海洋經濟領域的智慧盛宴。
作為本屆海博會分論壇之一，「 智感 海洋和信息增值服務論壇」於10月16日在深圳成功舉辦。該論壇由自然資源部第二海洋研究所衛星海洋環境動力學國家重點實驗室和深圳市特區建設發展集團有限公司聯合承辦，自然資源部國家衛星海洋應用中心和廈門大學近海海洋環境科學國家重點實驗室共同協辦。
為了深化研討，論壇設立了圓桌會議環節，5位特邀嘉賓針對「如何提升海洋觀測信息的增值服務」與「如何促進海洋觀測和知識性信息對 社會 服務和經濟發展的應用支撐」等議題進一步闡述觀點，展開了熱烈的討論。嘉賓還與觀眾現場互動，積極分享了觀點與建議，為促進海洋經濟高質量發展貢獻智慧和力量。
數據驅動與場景應用是全面推進建設海洋強國的高效引擎。當前，各類涉海活動對海洋信息的智能獲取和增值服務都提出了迫切的需求，本次論壇搭建了一個高層次的交流平台，切實推動產學研聯合。
自然資源部第二海洋研究所副所長陳建芳表示，當前，隨著海洋經濟新引擎的發力，海洋漁業、沿海工業、綠色航運、海洋資源綠色開發和高效利用，以及防災減災、生態修復、海洋保險、環保督查等各類涉海活動對海洋信息的智能獲取和增值服務提出了十分迫切的需求。自然資源部第二海洋研究所及衛星海洋環境動力學國家重點實驗室在這方面進行了積極 探索 和相關技術研發。二所聯合研發的遙感與實測交互的海洋遙感在線分析平台SatCO2，向互聯網用戶提供了20多顆衛星、30年跨度、60多種海洋參數的在線共享和分析服務，成果在20多個國家推廣應用，進一步突破海洋衛星遙感數據便捷、高效使用的瓶頸，拓展了海洋遙感數據和科研成果的應用能力和價值。
中國工程院院士潘德爐：
現階段海洋遙感信息服務，存在「供需兩旺，價值不高」的問題。
智慧海洋是用知識來服務海洋，這才是真正的智慧海洋。智慧海洋當中的大數據是核心信息裝備研發的引擎，是智慧海洋的靈魂。
智慧海洋的核心之一是立體觀測網，是海洋大數據的重要之源，在智慧海洋的建設當中至關重要。我認為，當前海洋遙感信息增值的困境是「供需兩旺，價值不高」。瓶頸在哪裡？體現在三個「欠」：一是遙感資料反演信息欠精準；二是信息提取知識欠科學；三是知識服務欠智能。
因此，要以政府為主導，堅持四個統籌，需求統籌、星地統籌、軟硬統籌、中長期統籌；以企業為主，建立政、企、產、學、研融合的市場經濟機制。同時，加大投入，加強基礎研究與核心技術攻關。針對技術層面，要精準海洋時空基準網建設，從大陸時空基準控制網到海洋時空基準控制網、全球性時空基準控制網，都要跟蹤前沿，查漏補缺。積極發展兩大衛星，一個是全時間段的靜止衛星，一個是全空間域的激光衛星。同時，要發展智能服務平台和人工智慧遙感商業應用平台。
航天宏圖信息技術股份有限公司董事長王宇翔：
下一階段海洋遙感衛星圖像處理軟體將會從單機化、集群化逐漸發展為雲服務化，用戶無須購買計算機、數據、存儲等設備與資源，只需要一個雲平台賬號就能解決全部問題。
當前，在海洋大數據的獲取、共享、分析、應用等方面還存在諸多的問題，如標准不統一、信息孤島、兼容性差、落地困難等。將遙感圖像處理技術與雲計算、人工智慧、大數據等技術相融合，在雲端匯集海量遙感數據資源和大規模算力資源，通過在線的按需實時計算、智能計算方式，可大幅降低遙感應用時間成本和資源成本，推動大數據融合應用，暢通共享渠道，為用戶提供遙感存、算、管、用一站式雲服務。
航天宏圖發布的PIE-Engine Studio遙感計算雲服務，在海洋行業中已經具備對海洋執法督查、海洋防災減災、海域動態監管等方面的數據挖掘和分析能力。未來，PIE-Engine Studio遙感計算雲服務將進一步提升我國海洋遙感大數據服務能力，在提高數據獲取、處理和服務時效性、健全數據隱私和安全、增強多源數據關聯挖掘和知識服務、改善服務針對性和有效性等方面發揮重要作用。
自然資源部第二海洋研究所研究員何賢強：
海洋生態遙感有很大的產業應用潛力，不管是政府監管、漁業、企業、防災減災等都具有重大的應用價值。相對於陸地遙感應用，海洋生態遙感應用在深度和廣度上，均需進一步挖掘。
海洋經濟高質量、可持續的發展必須依賴生態環境的 健康 。海洋生態遙感有很大的產業應用潛力，不管是政府監管、漁業、企業、防災減災等都具有重大的應用價值。
但從我國海洋遙感產業化應用的角度來說，還存在比較大的不足，一是缺乏好用的面向終端用戶的產品；二是缺乏高精度、高價值的產品；三是用戶規模受到很大的限制。因此，下一步要創新數據的生產和應用模式，實現豐富的生產資料，擴大生產者和使用者的參與規模，從而形成產業的新生態。其中，豐富生產資料的難點主要在於，需要綜合和提升海洋、陸地和氣象衛星的水體應用能力，而不同系列的衛星在波段、性能方面差異比較大，且陸地氣象衛星的高精度水體遙感應用瓶頸還亟待突破。
要解決這些難題，首先要構建海陸氣一體化輻射傳輸模型，這一方面我們前期已有比較好的基礎，已構建了領先的水體輻射傳輸模型。其次要解決陸地衛星和氣象衛星的高精度水體應用產品的業務化生產技術。同時，需要克服現有的衛星遙感 只能 探測表層的難題，發展激光遙感技術和遙感-數模融合應用技術，實現從表層探測到整個剖面的反演。
此外，要構建海洋遙感產業化生態，解決產業應用瓶頸，突破三大技術——遙感基礎科學、新技術、應用模式，積極促進遙感基礎科學和新技術的突破。要基於互聯網交互平台，增強自造血能力，創新應用模式，研發面向互聯網用戶的海洋遙感在線產品生產及應用服務平台，打造深度產業、商業應用場景。
中國工程院院士蔣興偉：
在海洋衛星進入組網運行以後，如何從大洋漁業遙感服務作為切入點，做好漁場環境和漁情信息的提取、應用、開發和服務，這不是一個研究所或者中心能夠做到的，需要集合大家的智慧和力量，將漁業遙感信息服務再上一個新台階。
遠洋漁業能夠緩解近海漁業資源壓力，保障水產品有效供給，對實現我國海洋漁業可持續發展具有重要作用。國家高度重視遠洋漁業發展，近年來，我國遠洋漁業在漁船裝備、捕撈設備等能力方面都有了較快提升，但仍存在作業漁場信息短缺，新漁場漁況不明，捕撈經驗認知時間長、投入大、局限性大，科學探捕調查投入大、范圍有限等方面的問題。
要做好遠洋漁業，一個關鍵點就是要准確、快速找到漁場，這其中大洋漁業遙感技術具有不可替代的重要作用。
近年來，國家衛星海洋應用中心聯合多家科研院所、涉海大學和企業，積極 探索 解決大洋漁業遙感技術瓶頸，不斷完善漁情預報模式和在線服務能力。
多譜段、多要素、全天時、全球覆蓋遙感大數據時代已經到來，這既是機遇也是挑戰，我們將如何做好大數據時代的服務工作？如何突破精細化的應用技術？未來將在如下幾方面繼續發力：一是構建大洋漁業環境衛星遙感立體監測網，加強業務化能力；二是推動基於5S技術的漁船數據綜合應用服務；三是雲上大數據在線漁情服務系統構建；四是加強高度集成的信息分析及應用平台建設，提供大眾化的在線服務。
華為海洋全球銷售部總裁許劍濤：
海底光纜承載了全球99%以上的國際數據傳輸，是全球國際互聯網的「中樞神經」。海纜也是打造全球海洋中心城市的重要戰略資源，呼籲政府部門盡快把海纜建設納入戰略考量，做到基礎建設先行，打造全球數據聯通中心節點。
海底光纜作為全球國際網路互聯的「中樞神經」，承載了全球99%以上的國際數據傳輸。2008年，華為海洋開始涉足深海跨洋通信。12年來，華為海洋已成為被全球海纜行業認可的四大廠家之一。
從戰略角度看，海纜是建設全球海洋中心城市的重要基礎設施。全球海洋中心城市的范疇不應僅是傳統意義的貿易和物流中心，更需要考慮建立成為具有更高戰略意義的全球信息流樞紐。
作為國際通信信息高速路的基礎設施，海底光纜的建設應該依託國家和城市的發展戰略，做到建設先行。海底光纜帶來的大容量、低時延、高質量的國際通信網路資源將助力城市成為區域或全球數據聯通的中心節點，吸引更多國際頂尖互聯網、數據中心、雲計算、大數據應用等行業入駐，並孵化全球國際化的創新型數字經濟商業模式，達到全球通信信息匯聚、形成全球海洋中心城市的示範先行作用。
廣東省海洋遙感重點實驗室主任唐丹玲：
「風泵」有很多未知的作用，很值得研究。衛星遙感提供了重要研究手段。
風作用於海洋表面，改變水體的移動和狀態，產生一系列環境生態效應，這一過程統稱為「風泵」。環境變化、海面溫度升高，會引起台風的頻率、強度甚至時間的變化，這種變化也會影響到海洋生態系統。海洋生態系統中很重要的是浮游植物，也就是初級生產力。
南海的上層水溫比較高，重要特點就是分層現象。分層現象影響水體混合，營養鹽沉到下面，導致其寡營養鹽，因此浮游植物比較少，初級生產力比較低，漁業資源相對比較稀少。但是，台風過後引起水體混合、加強上升流、下面的含有較多營養鹽的冷水上來。因此，可以看到台風過後受到影響的水溫降低的水域浮游植物生長加快、濃度會加大。
總的來說，「風泵」改變營養鹽輸運，促進海洋生源要素循環，驅動上層海洋初級生產以及生態系統，並進一步影響漁業資源。「風泵」有很多未知的作用，很值得研究。衛星遙感提供了重要研究手段。
中國科學院院士、廈門大學講席教授戴民漢：
海洋 健康 關乎人類可持續發展。目前海洋面臨著人類活動和氣候變化雙重壓力，正在發生快速且大幅的變化。觀測、數據、科學認知是尋求可行解決方案的基礎：沒有科學就沒有可持續發展。
海洋之於地球，猶如水之於人類。當前，海洋生態系統正面臨著全球氣候變化和區域/局地人為活動所帶來的前所未有的壓力，正在發生著急劇變化。因此，海洋的 健康 及其可持續發展比以往任何時候都更加重要。
我們對海洋的認知還相當「粗獷」。迄今為止，人類已 探索 的海洋只有5%，還有95%的海洋是未曾探測的，這是經略海洋面臨的巨大挑戰。因此，基於海洋觀測獲得准確數據，並形成對海洋的科學認知是尋求未來有效行動方案的基礎。
浙江大學求是特聘教授陳鷹:
海洋牧場建設呼喚有效的海洋技術。生境營造核心工程技術問題，從物理上可歸結為流場調控。通過流場調控，人工上升流改變養殖環境生化參數，人工下降流減緩低氧現象，是有效的海洋牧場生境營造技術。
在海洋牧場建設中，生境營造技術是海洋牧場建設的核心。人工魚礁技術不是海洋牧場建設的唯一選擇，比如在深水、缺氧情況，人工魚礁技術將會無能為力。人工魚礁之外的生境營造技術，還有人工上升流、人工下降流等。而流場調控，則是海洋牧場生境營造技術的實質。
海洋人工上升流/下降流技術要點主要包括：簡易結構、流場優化、高效流控機理和原位供能技術。通過流場調控，人工上升流改變養殖環境生化參數，人工下降流減緩低氧現象。
浙江大學科研團隊在山東鰲山灣基於人工上升流技術的營養鹽提升工程實施，以及在山東養馬島基於人工下降流的海洋牧場缺氧減緩示範工程實施，初步證明了人工上升流、人工下降流技術的可行性。在未來海洋牧場的實踐中，浙江大學將與國內同行一道，有效地運用海洋技術，努力打造現代化海洋牧場。
自然資源部國家衛星海洋應用中心副主任劉建強：
讓更多衛星數據上網，並在網上動起來，通過星地協同、多星組網提高數據獲取率，通過數據共享提高數據利用率。海洋應用除海洋衛星外，要把其他衛星用足用好，發揮各類衛星長處，陸地應用也要用好海洋衛星數據。
災害與環境監測痛點：采樣時空間隔長，下午數據少； 晴空 、有效數據少，質量不滿足；對接、宣傳不到位，服務跟不上。
在軌的海洋一號C/D衛星、海洋二號B/C衛星、中法海洋衛星、高分三號衛星形成網路，具備全天時、全天候、全球性觀測特點，可高頻次、周期性、近實時、快速獲得全球多尺度多要素信息。與現場海洋監測手段相結合，取得了過去單純用現場監測手段無法替代的重大成果，已成為海洋、海岸帶、南北極業務化觀測的主導手段。
海洋衛星在自然災害、生態環境監測中成功案例較多，多領域綜合應用前景很廣。期待與大家共同合作，挖掘在軌海洋衛星潛力，做好融合應用，做好最後一公里支撐，做好與地方政府、國際 社會 的對接服務，積極推進新一代海洋水色衛星研製、加快高軌海岸帶衛星的立項。
Ⅲ 雲計算第三次浪潮洪波湧起
找報告，就上發現報告！雲計算的發展正在經歷第三次浪潮：第一次浪潮是IaaS，用戶是專業IT人員；第二次浪潮是SaaS，用戶是銷售、財務、HR等專業人員；第三次浪潮是PaaS，用戶是IT開發人員，但低代碼讓人人都能編程，低代碼和PaaS結合，讓PaaS為每個人賦能，正在引發雲計算第三次浪潮。雲計算的第三次浪潮市場更廣闊，對我們帶來的變革更深刻更持久。
「雲」——這一虛無縹緲的詞讓很多人都是丈二和尚摸不著頭腦，究竟什麼是雲計算？它到底有什麼用？相比傳統計算，它有什麼特別之處？...報告醬整理了相關報告，梳理出雲計算行業的全部面貌，希望為你呈現一個雲計算行業全景圖，並清晰了解行業的上下游產業鏈，以及一二級市場的投資機會。
雲計算（Cloud Computing）是一種通過網路統一組織和靈活調用各種ICT（Information and Communications Technology）信息資源，實現大規模計算的信息處理方式。說白了，就是一種新型的計算資源獲取方式。相比傳統計算，雲計算的資源獲取方式從「買」變成了「租」。
專業解釋是：雲計算利用分布式計算和虛擬資源管理等技術，通過網路將分散的ICT資源（包括計算與存儲、應用運行平台、軟體等）集中起來形成共享的資源池，並以動態按需和可度量的方式向用戶提供服務。用戶可以使用各種形式的終端（如PC、平板電腦、智能手機甚至智能電視等）通過網路獲取ICT資源服務。雲計算產業由雲計算服務業、雲計算製造業、基礎設施服務業以及支持產業等組成。
①雲計算 按服務類型可以分為三類
1）基礎設施即服務IaaS(Infrastructure as a service)
2）平台即服務PaaS(platform as a service)
3）軟體即服務SaaS(software as a service)
我們可以用自己建房子自己住來類比雲計算的三種服務類型。
首先是基礎設施即服務IaaS，之前公司要建信息系統，基礎設施從哪裡來呢？需要自己建機房、伺服器、網路以及配套設施。就好比你自己建房子，需要自己買土地，買材料，設計房子結構，建房子。那現在基礎設施即服務告訴你，你不用自己 建房子 了，我這有現成的，你直接租就好了。
其次是平台即服務PaaS，之前公司在自己建好信息系統之後純首兆，還要自己搭建操作系統、配置環境。就好比你蓋好房子之後還要你自己裝修房子，那現在平台即服務告訴你，你不用自己 裝修 房子了，我這能提供裝修服務，你直接買就好做租了。
最後是軟體即服務SaaS，之前公司在把操作系統、環境配置好之後還要自己開發各種應用軟體。就好比你房子硬裝完成後還要進行 軟裝 ，配備休閑 娛樂 設施、運動健身設施等等，那現在軟體即服務告訴你這些應用設施我這都有現成的，你也可以直接租用的。
分別是公有雲、混合雲、私有雲。
這張圖就很好地幫我們解釋了雲的概念， 公有雲強調彈性和共享 ，小到1核1G的單一雲主機，大到數十萬核的計算集群，都可以 按需調配 。
私有雲屬於安全的專用基礎設施，更適合有一定規模而且 對安全性要求較高 的企業與傳統的On-Premise（本地部署）模式不同， 私有雲強調「雲化」 ，基於一系列的虛擬化和自動化技術，私有雲可以提供類似公有雲的「彈性」和「敏捷」體驗，同時又能提供更靈活的功能和更可控的安全。對使用者來講， 起步門檻低，靈活可調整，適用於從無到有、快速成長型的企業或者創新業務 。
公有雲和私有雲組合起來，一部分業務使用公有雲，一部分業務使用私有雲，這就是混合雲。嚴格來講， 混合雲不是一種雲的形態，而是一種部署模式 ，但企業需要一些技術來實現兩朵雲的統一管理、監控、調度、數據同步等等。與只使用一種形態的雲相比，混合雲部署更復雜。
按照產業結構來看，雲計算產業鏈的上游供應商為芹中第三方IDC企業，以及包括伺服器廠商、網路運營商和網路設備廠商在內的基礎設備提供商，同時，IDC廠商也需要向基礎設備提供商采購。產業鏈下游為雲生態，包括基礎平台和雲原生應用等，雲計算廠商負責提供IaaS、PaaS和SaaS等服務。
按 服務的類型劃分 ，IaaS廠商可以分為伺服器供應商、IaaS廠商和專業雲計算服務提供商。其中，IaaS廠商又包括了大型IaaS廠商、主流IaaS廠商和運營商。而 專業型雲計算服務 提供商細分種類較多，包括了雲安全廠商、分發CDN廠商、Docker廠商、雲存儲廠商、視頻雲服務廠商以及性能APM廠商。各大IaaS廠商競爭力差距的主要來源於雲計算基礎服務的創新性、行業解決方案的成熟度以及服務實施效果，因此， 建立整體雲生態，聚合產業鏈上下游合作夥伴，是提高IaaS廠商的市場競爭力的重要途徑 。
全球及中國雲市場整體呈高速增長；2017年美國佔全球59.54%的市場份額，其次是歐洲佔21.50%，亞洲僅佔12.04%；全球雲計算市場SaaS佔比約2/3，PaaS市場規模最小；中國雲計算市場IaaS佔比最大，其次是SaaS，最小是SaaS。
國際雲計算發展相對成熟， 公有雲是市場的主要構成 。經歷了多年的發展之後，行業市場規模依然保持平穩較快增長。Gartner報告顯示，2019年公有雲市場規模為1883億美元，同比增長21%；2020-2023年平均增速預計為17.6%。
國際市場上，SaaS服務所佔份額最大。國際雲服務市場中，IaaS建設已經增長較為緩慢，SaaS層是市場的主導。其中，SaaS層中，ERP、CRM、辦公套件、內容服務和通信協作等應用市場佔比排位靠前。
IaaS行業具有超強的「馬太效應」，資本壁壘和規模經濟（伺服器利用率提升以及資源的耦合配置）是最主要的影響因素。2016年中國公有雲IaaS市場總容量為100億元，阿里雲一家獨大，2017年，排名前五的廠商分別是阿里雲、騰訊雲、 金山雲、中國電信和Ucloud， 合計份額高達68%。
在雲計算的滲透過程中，客戶首先聚集到了 IaaS 和 SaaS 上，IaaS和SaaS的龍頭廠商具備先發優勢，所以Salesforce和AWS的市佔率在公有雲PaaS中是前二。
2017年上半年數據顯示，中國PaaS競爭格局， 阿里雲以 27%的份額保持壓倒性領先 ，Oracle佔比 9.7%，AWS佔比 9.7%，Microsoft佔比 6.8%，IBM佔比4.6%。
PaaS市場TOP5中除阿里雲外均為國外廠商，亞馬遜、Oracle、IBM等國際巨頭紛紛通過中國國內企業合作的方式搶奪中國市場。例如， IBM同世紀互聯合作將Bluemix PaaS平台落地中國；Oracle與騰訊雲戰略合作，將企業級雲服務解決方案引入中國，全面覆蓋SaaS、PaaS和IaaS三層雲服務。
從產商銷售比來看，全球SaaS市場，2015年，Salesforce佔11%銷售比，Microsoft尾隨其後，佔8%，排第三的為Adobe，佔6%；中國SaaS市場，2017年上半年，金蝶佔7%，Oracle和微軟緊隨其後，均為5%。
從服務細分領域市場份額來看，全球SaaS里CRM份額最大，佔39%，其次是ERP和網路會議/社交軟體，佔16%和10%。
隨著未來IaaS市場規模的進一步擴大，相關產業生態將廣泛受益，推薦從 IDC、伺服器、交換機以及光模塊 等產業挖掘投資機會。
（1）在IDC領域，雲計算需求回暖疊加5G商用將帶動流量爆發，第三方IDC服務商成長性確定。在未來IDC超大型化和邊緣化進程中，掌握一線城市核心IDC資源、同時擁有較強的擴張能力以及產業議價能力的IDC服務商更能持久穩定發展。
（2）在IT基礎設備領域，流量增長帶動數據計算、存儲、傳輸、安全等需求快速提升，直接驅動雲廠商Capex投入增加，IT基礎設施和網路設備作為IaaS的基礎與核心，全面開啟拐點向上趨勢。
相關受益標的包括：通信設備龍頭中興通訊；數據中心交換機及企業級路由器市佔率領先的紫光股份；數通及無線業務穩健增長的星網銳捷；中國第一伺服器品牌浪潮信息。
（3）在光通信領域，雲計算市場與電信市場共振，日益增長的需求持續推動速率的提升，光通信領域400G時代正在開啟，產業鏈即將迎來升級及增量機遇。
光環新網二十年耕耘與發展，積累了豐富的行業經驗和數據中心資源，公司在一線城市區域提供安全、高效、便捷、可信賴的企業級IDC和雲服務。公司未來將加快IDC產業升級，大力發展雲計算業務，不斷提升研發、技術、服務水平，以專業性的產品和服務為用戶提供互聯網一站式綜合解決方案。我們認為公司目前不斷拓展北京、上海及周邊IDC 項目，投產後將會對公司股價產生較大有利影響，同時疫情期間，短期需求增加，公司機櫃上架率提升，利好公司。
浪潮信息長期專注於國內伺服器市場，2019年市場份額已達到全球第三、中國第一。公司的雲計算客戶佔比高，有望受益於設備國產化率的提升和雲資本開支的回升，實現超越行業平均的成長。
浪潮在雲計算客戶資源、戰略定位及生產成本等方面具備競爭優勢。1）客戶資源優渥：浪潮2011年便明確了雲計算戰略，在雲計算領域具備一定的先發優勢，攜手頭部雲廠商積極推動開放計算基礎架構，更深度綁定BAT等頭部客戶。這種對行業的判斷領先市場，經過接近10年成長，我們估計公司當前在國內雲計算市場份額佔比約為50%，雲計算客戶占公司的收入比例也在60%。2）戰略定位靈活：業務集中於伺服器市場的浪潮，在低成本和差異化的兩極戰略象限中，傾向於採取更中位的戰略去積極獲取市場份額，靈活應對來自品牌廠商和白牌廠商的競爭；3）成本控制有力：浪潮產品ASP約為6000美元，低於其他頭部品牌廠商，公司與Intel之間按照戰略協議價格采購CPU，以及公司的信息化管理等為公司帶來了低價保障。
中科曙光是中國領先的高端伺服器生產商，具備全國產化產業鏈布局及國家研發經費支持，我們認為公司有望受益於伺服器需求提升和產業鏈國產化趨勢，實現超越行業的成長。理由如下：伺服器市場有望在雲資本開支回暖及技術更新迭代的雙重驅動下實現快速成長。隨著國內疫情有效控制，伺服器作為百行百業的數字經濟底座將迎來需求全面回暖。伺服器上游核心供應商正在推動CPU從14nm向10nm升級，創造下游產品迭代需求。中科曙光在伺服器全產業鏈布局完整，受益於國產化調整及國家對信創產業鏈的支持。
新華三作為公司核心資產，傳統企業網路由器交換機全球領先，同時拓展伺服器、存儲業務補齊IT全產業鏈。借勢5G網路IT化轉型切入運營商數通及新網路（SDN/NFV）市場，業務、技術全面對標思科、華為，空間廣闊競爭力突出份額有望再提升。憑借獨特優勢，布局私有雲邊緣雲、小基站、安防等多個千億賽道，業務邊界擴張：利用超融合技術優勢劍指私有雲邊緣雲，與Intel合作布局5G小基站，借力人工智慧、雲計算、大數據、大安全等網路後端技術積累引領安防智能化。
科創板上市，主要產品包括公有雲、私有雲、混合雲、數據可信流通平台安全屋。中移動是它第四大股東，也是重要的合作夥伴。2019年有15億的營收，其中約12億是公有雲收入，是比較純正的雲計算服務商。優刻得創始團隊對行業風口有較好的把握能力，在細分領域能夠形成自己的特色優勢，同時公司採取與大型公有雲廠商差異化的策略，通過「鐵三角」團隊實現客戶粘性與價值。
主營業務包括信息安全以及雲計算。雲計算主要向企業級用戶提供雲終端、桌面雲一體機、超融合一體機、軟體定義存儲、雲計算平台、私有雲、專屬雲、混合雲等多款產品、服務和解決方案。2019年雲計算營收12億，佔比26%。2020年以來，公司發布了5款爆款新品，分別為信息安全領域的訪問控制系統aTrust、SangforAccess；雲計算領域的ARM超融合；IT基礎架構領域的大數據智能平台aBDI、資料庫運維平台DMP。
【國金證券】從「3A」發展看中國雲計算產業競爭格局變化
【阿里】雲計算的 社會 經濟價值和區域發展評估
【IBM】雲計算行業智慧架構的速度：混合雲創造數字業務價值，降低執行風險
【並購優塾】金山雲VS優刻得VS阿里雲VS騰訊雲：公有雲產業鏈深度梳理
【華辰資本】雲計算研究報告
*【中信證券】計算機行業雲計算專題研究：化繁為簡，把握核心雲
*【中信證券】全球SaaS雲計算產業系列報告：國內軟體SaaS產業若干關鍵問題的回答
光環新網-【新時代證券】首次覆蓋報告：新基建浪潮，加速公司IDC業務擴張
紫光股份-【華西證券】IT產業核心資產，多千億賽道創新布局
深信服-【華西證券】細說深信服爆款新品如何煉成
*優刻得-【中金】「優」質賽道兼「刻」苦，光明未來亦可「得」
*浪潮信息-【中金】疫情環境下凸顯高確定性，國產品牌伺服器龍頭向好發展
*中科曙光-【中金】計算產業鏈和國產化主要受益者
添加發現報告微信號fxbaogao，發現更多精彩
Ⅳ 2021那些事兒｜細數信息技術4大領域
2021年，信息技術發展突飛猛進。人工智慧、大數據、開源、虛擬現實（VR）、增強現實（AR）……每個領域的發展幾乎都可圈可點。
在人工智慧領域，人工智慧的語言大模型、圖文大模型乃至多模態大模型的基本能力已得到了充分展現。例如，阿里巴巴達摩院公布多模態大模型M6最新進展，參數從萬億躍遷至10萬億；鵬城實驗室與網路聯合發布全球首個知識增強千億大模型——鵬城—網路·文心，參數規模達到2600億。
不僅如此，人工智慧與其他科學領域的交叉融合也擦出火花。在《科學》近日公布的2021年度科學突破榜單上，AlphaFold和RoseTTA-fold兩種基於人工智慧預測蛋白質結構的技術位列榜首。
在人機交互領域，扎克伯格將Facebook公司更名為「Meta」時，特斯拉和SpaceX首席執行官埃隆·馬斯克則將注意力放在腦機介面上。馬斯克認為腦機介面裝置將更有可能改變世界，幫助四肢癱瘓或有身體缺陷的人更好地生活和工作，「復雜的腦機介面裝置可以讓你完全沉浸在虛擬現實中」。此外，今年5月，斯坦福大學開發出一套皮質內腦機介面系統，可以從運動皮層的神經活動中解碼癱瘓患者想像中的手寫動作，並將其轉換為文本。
在超算領域，最值得一提的是，今年11月，我國超算應用團隊憑借「超大規模量子隨機電路實時模擬」成果斬獲國際高性能計算應用領域的最高獎項「戈登貝爾獎」。
在開源方面，RISC-V開源指令集及其生態快速崛起；由華為公司牽頭，中國科學院軟體研究所、麒麟軟體等參與的openEuler操作系統開源社區業已匯聚了7000名活躍開發者，完成8000多個自主維護的開源軟體包，催生了10多家廠商的商業發行版……
回望2021年，信息技術版邀請業內專家梳理上述四個領域的發展脈絡，展望未來發展趨勢。
作者 張雙虎
AlphaFold或是2021年人工智慧（AI）領域的「一哥」。
近日，《科學》雜志公布了 2021 年度科學突破榜單，AlphaFold 和 RoseTTA-fold 兩種基於人工智慧預測蛋白質結構的技術位列榜首。
此前幾天，由中國工程院院刊評選的「2021全球十大工程成就（近5年全球實踐驗證有效、有全球影響力的工程科學和技術重大成果）」中，AlphaGo和AlphaFold亦榜上有名。
在接受《中國科學報》采訪時，數位專家回望今年人工智慧領域取得的成就時，均談到了AlphaFold。
「面向科學發現的AlphaFold和中國正在構建的人工智慧發展生態不能不說。」 浙江大學人工智慧研究所所長吳飛對《中國科學報》說。
中科院自動化研究所模式識別國家重點實驗室研究員王金橋則提名「用AI進行新冠診斷」「人工智慧與生物、制葯、材料等科學融合（AI for Science）」和「三模態大模型紫東太初」。
在醫學領域，AI識別咳嗽聲早已用於肺炎、哮喘、阿爾茨海默氏症等疾病檢測。美國麻省理工學院研究人員研發出可以通過分析咳嗽錄音識別新冠患者的AI模型，識別出新冠患者咳嗽的准確率為98.5％，其中識別無症狀感染者的准確度高達100％。日前，有報道稱該模型已用於識別奧密克戎病毒。
「紫東太初首次實現了圖—文—音語義統一表達，兼具跨模態理解和生成能力。」 王金橋說，「目前與新華社共同發布的『全媒體多模態大模型研發計劃』，實現對全媒體數據理解與生成的統一建模，打造全棧國產化媒體人工智慧平台，已 探索 性地應用於紡織業和 汽車 行業質檢等場景。」
12月7日， 科技 部官網公布3份函件，支持哈爾濱、沈陽、鄭州3地建設國家新一代人工智慧創新發展試驗區。至此，我國已經有18個國家新一代人工智慧創新發展試驗區，這將引領帶動中國人工智慧創新發展。
「我國正在推動人工智慧生態發展，構建良好生態。」吳飛說，「目前已有15個國家新一代人工智慧開發創新平台、18個國家新一代人工智慧創新發展試驗區、8個人工智慧創新應用先導區和高等學校設置的人工智慧本科專業和交叉學科等人才培養載體。」
「一是大模型，二是人工智慧和基礎學科的結合。」孫茂松對《中國科學報》說，「語言大模型、圖文大模型乃至多模態大模型的基本能力已得到了充分展現，確定了它作為智能信息處理基礎軟設施的地位。同時，它並非簡單地擴大規模，而是對數字資源整合能力和計算能力都提出了挑戰。雖然它的局限性也很明顯，但它所表現出的某些『奇特』性質（如少樣本學習、深度雙下降、基於提示的任務調整等），使學者產生了超大參數規模或會引發質變的期待，從而為新的突破埋下了伏筆。」
今年，人工智慧領域從「大煉模型」走向「煉大模型」階段，從千億量級到萬億量級，在大模型領域，似乎沒有最大，只有更大。
3月，北京智源人工智慧研究院發布我國首個超大規模人工智慧模型「悟道1.0」。6月，智源就改寫了自己的紀錄，發布悟道2.0，參數規模達到1.75萬億；9月,浪潮人工智慧研究院推出了中文巨量語言模型——源 1.0，參數量達2457億；11 月，阿里巴巴達摩院公布多模態大模型 M6 最新進展，參數從萬億躍遷至 10 萬億；12月，鵬城實驗室與網路聯合發布全球首個知識增強千億大模型——鵬城—網路·文心，參數規模達到2600億。
與此相應，最近快手和蘇黎世聯邦理工學院提出了一個新的推薦系統Persia，最高支持100萬億級參數的模型訓練。
另一方面，人工智慧在基礎學科領域不斷攻城略地。
7月，DeepMind公司人工智慧程序Alphafold2研究成果又登頂《自然》，在結構生物學研究領域，人工智慧或帶領生物學、醫學和葯學挺進新天地；11月，美國南加利福尼亞大學研究人員通過腦機連接設備，讓猴子玩 游戲 和跑步機，從而進行神經活動數據研究；12月，DeepMind開發的機器學習框架，已幫助人們發現了純數學領域的兩個新猜想，展示了機器學習支持數學研究的潛力。
「今年人工智慧在各行業應用方面也取得不小的成績。」孫茂松說，「人工智慧與基礎學科結合已顯示出巨大潛力，發表了多篇頂級論文，已展露出某種較強的趨勢性，即『人工智慧+基礎科學』大有可為。」
作者 張雙虎
腦機介面、AR眼鏡、智能語音、肌電手環、隔空手勢識別……2021年，從基礎研究到應用落地，人機交互領域風起雲涌。不管是智能 健康 、元宇宙，還是自動駕駛領域的蓬勃發展，似乎都表明，人機交互正站在產業化落地的門口。
「我們研發的高通量超柔性神經電極已通過科研臨床倫理審批，即將開展腦機介面人體臨床試驗。」中科院上海微系統所副所長、感測技術聯合國家重點實驗室副主任陶虎對《中國科學報》說，「安全穩定地大規模採集人體大腦的神經元信號並進行閉環調控，將實現病人感知和運動功能的修復。」
腦機介面技術給患者帶來越來越多的便利。今年5月，斯坦福大學研究人員在《自然》發表封面論文，開發出一套皮質內腦機介面系統，可以從運動皮層的神經活動中解碼癱瘓患者想像中的手寫動作，並將其轉換為文本。藉助該系統，受試者（因脊髓損失癱瘓）每分鍾可以打出近百個字元，且自動更正後的離線准確率超過了 99%。
不久前，馬斯克表示，希望明年能在人類身上使用Neuralink 的微晶元裝置。該晶元將用於治療脊髓損傷、帕金森氏症等腦部疾病和神經系統疾病。目前，相關技術正在等待美國食品葯品監督管理局的批准。
「腦機介面領域已經蓄積了相當的技術，有望成為解決大腦疾病的利器。」陶虎說，「大家都在搶占臨床應用的先機，明年可能會實現技術落地應用。預計兩三年內，國內會出現可媲美馬斯克Neuralink的獨角獸企業。」
「人機交互將引申出新的萬億級市場。」福州大學特聘教授嚴群這句判斷，也囊括了元宇宙這個巨大的市場。
有人稱2021年是「元宇宙元年」，也有人認為這不過是「舊瓶裝新酒」。但無論如何，元宇宙已是今年人機交互領域繞不開的話題。
「元宇宙是虛擬現實、增強現實和混合現實的綜合，它實際上並非新的東西。」北京郵電大學人機交互與認知工程實驗室主任劉偉告訴《中國科學報》，「元宇宙是現實世界和虛擬世界跨越未來的發展方向，但還有些技術問題未能很好地解決。」
在真實世界裡，人機交互問題和人機環境系統的混合問題未能很好地解決。真實世界的人機交互中，不管是輸入、處理還是輸出過程中，客觀數據、主觀信息和知識依然不能完美融合。
劉偉認為，無論真實世界還是虛擬世界，人類和機器決策都有「快決策」和「慢決策」過程。人類決策有時依靠邏輯決策多些，有時直覺決策多些，這種「混合決策」不斷變換，而且很難找到變化規律。這方面的問題機器決策目前還未能解決。
「元宇宙還處在畫餅的前期階段。」劉偉說，「因為它的底層機理沒有解決——人在真實世界裡未能完美解決人機交互的問題，帶到元宇宙里同樣不能解決。」
談到人機交互，劉偉認為第二個不能不說的問題是「復雜領域」。
「今年的諾貝爾物理學獎，也給了復雜系統預測氣候變化模型的提出者。」劉偉說，「人機交互也是一個復雜系統，它既包括重復的問題，還包括雜亂的、跨域協同的問題。」
劉偉認為，從智能的角度說，復雜系統包括三個重要組成部分，一是人，二是裝備（人造物），三是環境。這其實是多個事物之間相互作用，交織在一起、既糾纏又重疊的「人機環系統」問題。
「在人機交互中，機器強在處理『復』的問題，人擅長管『雜』的事——跨域協同、事物間平衡等。因為人們還沒找到復雜事物的簡單運行規律，所以解決所有智能產品、智能系統問題，要從人、機、環這個系統里找它們的結合、融合和交互點。而且，人要在這個系統中處於主導地位。」
人機交互領域引起劉偉重視的第三個現象，是「人工智慧幫數學家發現了一些定律」。「最近，DeepMind研發了一個機器學習框架，能幫助數學家發現新的猜想和定理。」劉偉說，「人工智慧是一個基本的數學工具，同時，數學又反映了一些基本規律。如果人工智慧可以幫助數學家處理一些數學問題，那麼，人們將更好地認識復雜系統的簡單規律，人機交互方面就可能會取得新突破。」
作者 張雲泉（中國科學院計算技術研究所研究員）
今年是我國超算應用實現豐收的一年。
11月中旬在美國舉行的全球超算大會（SC21）上，中國超算應用團隊憑借基於一台神威新系統對量子電路開創性的模擬（「超大規模量子隨機電路實時模擬」），一舉摘得國際上高性能計算應用領域的最高學術獎——「戈登貝爾獎」。
同時，在SC 21大學生超算競賽總決賽上，清華大學超算團隊再次奪得總冠軍，實現SC競賽四連冠。這些大規模應用軟體可擴展性和性能調優方面的成績表明，我國在並行軟體方面的發展方興未艾。
回到超算對產業的驅動來看，我們要重提「算力經濟」一詞。早在2018年，我們提出「算力經濟」概念，認為以超級計算為核心的算力經濟將成為衡量一個地方數字經濟發展程度的代表性指標和新舊動能轉換的主要手段。
綜合近幾年的發展趨勢，我們認為高性能計算當前發展趨勢已充分表明，隨著超算與雲計算、大數據、AI的融合創新，算力已成為當前整個數字信息 社會 發展的關鍵，算力經濟已經登上 歷史 舞台。
通過對2021年中國高性能計算機發展現狀綜合分析，可以總結出當前高性能計算正呈現出以下幾個特點。
首先，高性能計算與雲計算已經深度結合。高性能計算通常是以MPI、高效通信、異構計算等技術為主，偏向獨占式運行，而雲計算有彈性部署能力與容錯能力，支持虛擬化、資源統一調度和彈性系統配置。
隨著技術發展，超級計算與容器雲正融合創新，高性能雲成為新的產品服務，AWS、阿里雲、騰訊、網路以及商業化超算的代表「北龍超雲」，都已基於超級計算與雲計算技術推出了高性能雲服務和產品。
其次，超算應用從過去的高精尖向更廣、更寬的方向發展。隨著超級計算機的發展，尤其是使用成本的不斷下降，其應用領域也從具有國家戰略意義的精密研製、信息安全、石油勘探、航空航天和「高冷」的科學計算領域向更廣泛的國民經濟主戰場快速擴張，比如制葯、基因測序、動漫渲染、數字電影、數據挖掘、金融分析及互聯網服務等，可以說已經深入到國民經濟的各行各業。
從近年中國高性能計算百強排行榜（HPC TOP100）來看，超算系統過去主要集中於科學計算、政府、能源、電力、氣象等領域，而近5年互聯網公司部署的超算系統占據了相當大比例，主要應用為雲計算、機器學習、人工智慧、大數據分析以及短視頻等。這些領域對於計算需求的急劇上升表明，超算正與互聯網技術進行融合。
從HPC TOP100榜單的Linpack性能份額看，算力服務以46%的比例占據第一；超算中心佔24%，排名第二；人工智慧、雲計算和短視頻分別以9%、5%和4%緊隨其後。
可以看出，人工智慧佔比的持續增加與機器學習等演算法和應用的快速崛起，以及大數據中的深度學習演算法的廣泛應用有很大關系。互聯網公司通過深度學習演算法重新發現了超級計算機，特別是GPU加速的異構超級計算機的價值，紛紛投入巨資建設新系統。
綜合來看，目前的算力服務、超算中心、人工智慧、科學計算等領域是高性能計算的主要用戶，互聯網、大數據，特別是AI領域增長強勁。
再次，國家層面已經制訂了戰略性的算力布局計劃。今年5月，國家發展改革委等四部門聯合發布《全國一體化大數據中心協同創新體系算力樞紐實施方案》，提出在京津冀、長三角、粵港澳大灣區、成渝以及貴州、內蒙古、甘肅、寧夏建設全國算力網路國家樞紐節點，啟動實施「東數西算」工程，力促把東部的數據送到西部進行存儲和計算，同時在西部建立算力節點，改善數字基礎設施不平衡的布局，有效優化數據中心的布局結構，實現算力升級，構建國家算力網路體系。
最後，人工智慧的算力需求已成為算力發展主要動力。機器學習、深度學習等演算法革新和通過物聯網、感測器、智能手機、智能設備、互聯網技術搜集的大數據，以及由超級計算機、雲計算等組成的超級算力，被公認為是人工智慧時代的「三駕馬車」，共同掀起最新一輪的人工智慧革命。
在人工智慧蓬勃發展這一背景下，虛擬化雲計算向高性能容器雲計算演進，大數據與並行計算、機器學習融合創新就成為了產業發展的最新方向。
此外，在智能計算評測方面，我國已經提出了包括AIPerf 500在內的眾多基準測試程序，這是對傳統Linpack測試標準的有力補充。
這些發展表明超算技術向產業滲透的速度加快，我們已經進入一個依靠算力的人工智慧時代，這也是未來發展的必然趨勢之一。隨著用戶對算力需求的不斷增長，算力經濟必將在未來 社會 發展中占據重要地位。
作者 武延軍（中國科學院軟體研究所研究員）
開源發展可圈可點並非只是今年的事。最近幾年，開源領域發生了很多重要的事情。
例如，RISC-V開源指令集及其生態的快速崛起。這與上世紀90年代初Linux誕生一樣。當時，UNIX和Windows是主流，很少有人能夠預料到今天以Linux為內核的操作系統已經遍及人們生活的方方面面。
如今，人們每天使用的App，超過80% 概率是運行在以Linux為內核的安卓操作系統上，而且，支撐其業務的後端伺服器上運行的操作系統很大概率也是Linux發行版。
所以，今天的RISC-V也同樣可能被低估，認為其不成熟，很難與ARM和X86抗衡。但也許未來RISC-V就像Linux一樣，最終成為全球范圍內的主流指令集生態，產品遍及方方面面。
僅2020年，RISC-V International（RVI，RISC-V基金會遷入瑞士之後的新名稱）的會員數增長了133%。其實RVI遷入瑞士這件事情本身也意義重大，是一次開源領域面對大國競爭保持初心不「選邊站」的經典案例，值得全球其他開源基金會參考。
在國內，2019年底，華為公司牽頭，中國科學院軟體研究所、麒麟軟體等參與的openEuler操作系統開源社區正式成立。在短短的兩年內，社區已經匯聚了7000名活躍開發者，完成8000多個自主維護的開源軟體包，催生了10多家廠商的商業發行版。
這是中國基礎軟體領域第一個真正意義上的「根社區」，雖然與20多年 歷史 的Debian、Fedora還有差距，但邁出了重要一步，對學術研究、技術研發、產業創新來說，終於有了國內主導的、可以長期積淀的新平台。
同時，華為在遭遇安卓操作系統GMS（谷歌移動服務）海外斷供之後，推出了鴻蒙操作系統HarmonyOS，並在開放原子開源基金會下啟動開源項目OpenHarmony。
目前OpenHarmony短時間內已經吸引了國內眾多廠商參與，也側面反映了國內產業界對新一代萬物互聯操作系統的旺盛需求。盡管其在生態規模和技術完整程度方面與安卓仍有差距，但畢竟邁出了打造自主生態的第一步。
這相當於為源代碼合理使用劃定了一個邊界，即合理使用僅限於介面，一旦深入到介面的實現代碼，則需要遵守相關許可。這對開源知識產權的法律界定具有重要參考意義。
今年5月，《2021中國開源發展藍皮書》重磅發布。它不僅系統梳理了我國開源人才、項目、社區、組織、教育、商業的現狀，並給出發展建議，而且為國家政府相關管理部門制定開源政策、布局開源戰略提供參考，為科研院所、 科技 企業以及開源從業者提供更多的案例參考和數據支撐。
而不論是開源軟體向圍繞開放指令集的開源軟硬體生態發展，還是開源有嚴格的法律邊界約束，抑或是國內龍頭企業正嘗試通過開源 探索 解決「卡脖子」問題，且已經取得了一定的效果……眾多案例都指向一個方向——開源趨勢不可阻擋。因為它源自人類分享知識、協同創造的天性，也是人類文明在數字時代薪火相傳的重要模式。
當然，不可否認的是，開源還存在很多問題，例如，開源軟體供應鏈安全的問題。這里的安全既有傳統意義上軟體質量、安全漏洞的問題，也有開源軟體無法得到持續有效維護的問題（如OpenSSL在出現HeartBleed問題時只有兩位兼職維護者，log4j出現問題時只有三位兼職維護者），更有大國競爭導致的「斷供」問題（如GitHub曾限制伊朗開發者訪問）。
隨著開源軟體向GitHub這類商業平台的集中，這一問題會更加突出，甚至演變為重大風險。開源軟體這一本應屬於全人類的智慧資產，可能變為實施「長臂管轄」的武器。為了避免這一問題，開源代碼託管平台、開源軟體構建發布平台等公共基礎設施需要「去中心化」。世界需要多個開源軟體基礎設施，以最大程度消除政治力量對開源社區的威脅。
對於中國來說，隨著開源軟體成為眾多科研、工業等重大基礎設施的重要支撐部分，開源軟體本身也要有一個基礎設施，具備代碼託管、編譯、構建、測試、發布、運維等功能，保證開源軟體供應的安全性和連續性，進而增強各行各業使用開源軟體的信心。
未來，核心技術創新與開源貢獻引領將成為國內企業發展的新動力，或將我國開源事業推向另一個高潮。
Ⅳ 2022年1月工業互聯網融資迎開門紅：5家企業獲億元融資
2022年新年伊始，工業互聯網融資就開始捷報頻傳，工控安全、大數據、低代碼、區塊鏈等各領域百花齊放。據大東時代智庫（TD）不完全統計， 2022年1月，工業互聯網領域共發生14起融資事件 ，相較於2021年12月份的13起，毀嘩雖然數量上沒有明顯增幅，但融資金額以及各領域融資事件均多於去年12月份。這也說明，雖然臨近春節，但資本卻在不停奮戰、加速交割工業互聯網大市場。
從投資輪次上看，A輪前後的依然最多（5宗），其次是C輪（3宗）、B輪（2宗）。從投資額度上看， 1月份工業互聯網融資金額多為億元級，其中，駐雲 科技 獲得2億元D輪融資，成為融資金額最高的企業 。除此之外，融安網路、志翔 科技 、芯華章、優維 科技 等都宣布完成數億元融資。為此，大東時代智庫（TD）將帶大家盤點2022年1月份工業互聯網企業融資盛況。
圖：2022年1月工業互聯網領域融資概況
融安網路
融安網路成立於2018年，目前已發展成為國內專注工業控制系統網路安全和邊緣計算技術創新的領軍企業。公司主持和參與編制多項國家和行業地方標准規范，形成各類知識產權近百項，開發的四大類30款產品手余飢支持超30種工業協議和100種私有協議。客戶涵蓋工信部、國家電網、中國中車、中石油、寶武鋼鐵等國家重點行業知名企業，已在全國范圍內搭建起強大銷售網路。
據了解，融安網路高度重視核心技術的研發和創新，形成以華南為中心、輻射全國的市場營銷與技術支持體系。此次融資後，融安網路將開啟全國戰略布局，依託大灣區的高 科技 和人才優勢，以深圳為研發中心，重點深耕發展廣西業務板塊，合力打造「灣企入桂」示範項目，激活業務發展的新動能，賦能工業企業網路安全的數字化轉型發展，助力「新基建"背景下關鍵信息基礎設施高效發展和 健康 穩定運行。
志翔 科技
志翔 科技 自2016年起向工業大數據領域 探索 ，將能源電力行業作為切入點，在應用中不斷打磨大數據技術平台，升級與完善產品技術和服務能力。短短幾年間，完成在工業大數據領域技術、產品和垂直市場的初步積累，躋身行業新興企業之列。
目前，志翔 科技 已建立起強大的大數據底層技術平台。平台兼備領先的行業know-how與大數據能力，已獲百餘項自主研發核心技術認證，在執行性能、描述工程效率、數據治理引擎效率等多項關鍵技術指標上形成領先優勢。依託於該平台，志翔 科技 構建了包括面向用電側、輸配側、發電側的計量設備狀態評價、新能源 汽車 充電樁狀態評價等能源計量產品，光伏、充電樁等能效分析產品，以及碳監測、碳計量等在內的多元化工業大數據產品矩陣。
芯華章
基於新的行業需求，圍繞著EDA2.0概念，芯華章以人工智慧、雲計算為基礎，以融合化的驗證系統為總體框架，對經典EDA軟硬體架構以及演算法做創新融合重構，以形成更全面、更高效、更易用的新一代驗證系統。
2021年11月24日，芯華章發布統畢返一底層框架的智V驗證平台、以及基於智V驗證平台四款的EDA產品——樺捷（HuaPro-P1）、穹鼎（GalaxSim-1.0）、穹景（GalaxPSS）、穹瀚（GalaxFV）。這也是契合芯華章提出的EDA2.0概念的產品落地，標志著國產EDA正式進入2.0時代！未來，芯華章將繼續以用戶的需求進化為核心，以技術創新為源動力，採用敏捷開發、持續集成等先進軟體開發流程，不斷打磨平台及產品，讓晶元設計更簡單、更普惠。
詠聖達
詠聖達是一家基於計算機視覺的工業安全AIOT解決方案提供商。據了解，詠聖達以「雲邊智慧賦能工業安全」為使命，以「減少每一起工業安全事故」為願景，自主研發出「聖瞳」工業安全智能感知平台，在電力、鐵路、化工、石油等高危工業生產場景形成標准化軟體及硬體人工智慧方案。
「聖瞳」工業安全智能感知平台基於計算機視覺，結合邊緣計算、雲計算、大數據、物聯網等技術，通過標准化的軟硬體對工業高危作業現場進行智能感知，通過攝像頭、UWB定位、氣體檢測儀、溫濕度感測器等收集現場數據，結合人工智慧演算法，對人員、設備、環境進行感知。使用戶各級管理部門隨時掌握現場安全情況，約束現場違規行為，減少事故風險。
優維 科技
優維 科技 創立於2015年，創始團隊和高管均來自原騰訊技術專家，是國內新銳的一站式DevOps及運維解決方案服務商，從總部深圳開發拓荒，至今已經在北京、上海、廣州、武漢、成都、合肥等多地設立了城市分公司和事業中心，有超過15個重點行業的300多家頭部企業已就近獲益，為企業提供全面的IT及運維管理解決方案。實現服務能力就近接入，目前優維業務覆蓋華南、華中、華北、華東、西部等區域。
據悉，EasyOps是優維 科技 自研的自動化、數據化、智能化DevOps及運維平台，在能力上可以覆蓋CMDB、自動化運維、數據化運維、IT服務管理、CI/CD、低代碼以及近300多個場景化微應用等。2021年，優維發布了新一代超融合持續觀測解決方案「HyperInsight」，不同於國內主流廠商的私有化部署模式，這是一款以混合雲部署模式交付的新一代監控產品，HyperInsight的出現，能進一步提升產品面向客戶的服務和交付能力。
駐雲 科技
駐雲 科技 成立於2013年，以阿里雲為基座，主要為企業提供雲計算架構咨詢、實施、運維的技術服務。當有客戶提出需求時，駐雲的架構師會根據客戶雲下系統的相關架構、配置、代碼及業務進行調研之後做出一套完整的解決方案，在不影響業務的情況下進行雲上部署。在雲端遷移完成之後，駐雲還會根據用戶的業務增長對架構進行持續優化。
駐雲 科技 的觀測雲產品，可以統一滿足企業在雲、雲原生、應用及業務上的監測需求，擁有200+技術棧支持、不限數據源，以實際業務場景進行監測數據，實現對數據的實時採集、監控、查看和分析，以及「問題現場還原」。
閃電倉
閃電倉成立於2016年，是一家致力於使用機器人與數字驅動自動化倉配解決方案的 科技 型企業，主要向中小微電商賣家提供倉配一體化服務及供應鏈金融服務。同時，通過其獨立開發面向未來的智能演算法系統，採用全球領先的智能設備，幫助企業提供從設計規劃咨詢、智能設備集成、代運營管理的一站式服務。團隊方面，閃電倉創始人劉龍曾外派日本學習六西格瑪及精益生產管理、自動化工程，擁有16年世界500強物流/供應鏈管理及自動化倉庫經驗。
據悉，其主要業務是基於「庫存演算法系統+智能調度系統+精益運營產」的數字智慧共享倉。具體來說，庫存演算法系統目的在於提升高頻訂單和數百萬SKU級別庫存管理能力；智能調度系統可以將重復和程序化的勞動由系統驅動機器人來完成，實現了減少用工人員、提升訂單效率並大幅度降低成本；精益運營生產則開創了碎片化工作方法，使缺乏職業能力的人靈活就業，用最少的人完成最高的訂單量。
鷹廠長
成立於2019年的鷹廠長是一家智能製造SaaS領域的、集開發與運營為一體的高 科技 企業，致力於為國內中小製造企業提供用得起、用得好的先進生產管理系統，打造數字工廠、智慧工廠。鷹廠長的目標客群是全國100萬家年產值在1000萬以上的離散製造企業，想要通過一套自研的數字工廠SaaS系統幫助工廠逐步實現數字化改造，提升效率、降低成本，轉型升級智能製造。
對此，鷹廠長自研了數字工廠系統，融合了ERP（企業資源計劃系統）、MES（製造執行系統）、DAS（數據採集系統）、TPM（設備管理系統）、Kanban（看板系統）、QMS （質量管理系統）、WMS（倉儲管理系統）、PLM（產品生命周期管理系統）等功能。企業只需要導入鷹廠長這一套系統，就獲得了這些系統的能力，極大降低企業在數字化轉型方面的試錯風險和成本。
艾靈網路
成立於2019年的艾靈網路是國內領先的5G邊緣雲服務提供商，專注5G網路及移動邊緣計算平台研發，提供從終端、基站到雲端平台服務的一體化5G+MEC產品線。與行業夥伴共同打造完整的5G邊緣雲商業生態平台。其希望通過自研核心技術深度鏈接產業資源，推動B端客戶尤其是嚴苛的工業領域客戶快速穩定的部署和實踐5G及AIoT，引進企業和雲計算全新邊緣服務模式，降低客戶使用5G和邊緣計算技術的門檻。
目前，艾靈網路已向多家行業頭部企業提供了基於場景的5G和邊緣智能應用方案，覆蓋建材、煤礦、3C、 汽車 製造、電力等行業領域，擁有硬體組件、演算法、垂直應用、行業解決方案商等產業鏈合作夥伴數十家。
熵評 科技
同時，熵評 科技 由三位畢業於中國科大電子工程系的同班同學聯合創立，其他核心管理團隊成員擁有諸如MIT、帝國理工、清華等知名高校學歷背景以及華為、惠普、京東、愛立信等知名企業的工作經驗。
Prophecy
Prophecy.io是一家SaaS低代碼數據工程平台提供商，擁有基於混合雲的雲原生數據工程產品，可為用戶提供數據中心、數據採集遷移等服務。據悉，低代碼數據工程平台Prophecy，其用戶體驗的核心是它的低代碼環境，它允許數據工程師和分析師在可視化界面和構建工作流的代碼編輯器之間無縫切換。這個界面可以方便且快速地創建Apache Spark代碼，然後通過它的Airflow服務執行它。
同時，Prophecy.io是基於Spark＆Kubernetes構建的Cloud Native Data Engineering產品。通過開放運行時和混合雲部署幫助企業實現數據工程現代化。自動將現有ETL工作流遷移到Apache Spark並在Cloud Native基礎架構上提供完整堆棧數據工程產品來實現此目的。正是這種在代碼和可視化界面來回切換以及任何一方的改變都能立即反映到另一方的能力，使得企業對其愛不釋手。
舜雲 科技
舜雲 科技 成立於2019年6月，是一家專注先進流體多物理場數值模擬軟體開發的企業，目前已向市場推廣的三款關鍵產品包括：粒子法流體多物理場數值計算軟體shonDy，熱管理數值模擬軟體shonTA，以及2021年10月新推出的通用計算流體力學（CFD）軟體shonFlow，廣泛應用於 汽車 、海洋和能源工程等領域。
新推出的通用CFD軟體shonFlow，核心演算法自主可控，具備高效穩定的計算效率以及大規模的計算能力。目前，推出的第一版shonFlow，適用於不可壓縮流體、旋轉機械、流固共軛傳熱等問題。雖然shonFlow相比國外對標的競爭產品還仍然只是一棵小樹苗，但是國產CFD有非常強的後發優勢，在產品底層架構方面可以全新設計，演算法可以跟蹤國際最新研究成果。該產品目前已經在PCB熱管理、核燃料組件流場分析、整車流場分析、電機冷卻油路的流量分配等工程場景應用。
零數 科技
成立於2016年的零數 科技 是一傢具備區塊鏈底層技術及深度應用場景的國家高新技術企業。公司旨在通過區塊鏈及隱私計算技術，打造數據價值流通基礎設施，確保數據在多主體間可信有序流通和安全高效應用，服務於 汽車 、金融、政務、雙碳等領域深度數字化。
目前，零數 科技 基於區塊鏈和隱私計算等技術，打造了數據共享和資產流通基礎設施，在交通能源、普惠金融、智慧政務、綠色雙碳等領域實現大規模商業落地，同時，在產業數字化和金融數字化基礎上，通過運營數據流通的閉環服務生態，有效實現產融結合。未來，零數 科技 將繼續發揮自身優勢，通過底層技術突破與產品化創新，推動新技術、新模式的率先應用，在深耕普惠金融服務的同時，助力實體經濟高質量發展。
敏橋 科技
敏橋 科技 致力於融合創新 科技 ，以雲原生工業軟體助推中國製造業自主研發，提升企業產品創新能力和運營效率。2020年公司推出了核心PCP產品，目前已為包括國內頭部主機廠、零部件企業、新能源車企、智能駕駛等跨行業的多個客戶提供產品服務。
敏橋 科技 核心產品 PCP配備了 PLM（產品生命周期管理）+CAD 全棧 SaaS 工具的數字化研發平台，能夠支持 汽車 、航天等高端製造業實現高效數字化轉型，並提升研發工程師的協同效率。同時也具備 MBSE（基於模型的系統工程）的特點，將系統設計工作通過數字化設計手段實現，從而實現可視化、高效追溯、高效協同的優異功能。
Ⅵ 傳統企業要實現數字化轉型，需要從那些方面入手
數字化這個概念經歷了三個發展階段：
1. 數碼化（Digitization）：不改變事物本身，而是改變事物的存在或存儲形式、使之能夠被計算機處理，如：將紙質文件掃描為電子文件、將相片存儲為電子格式；
2. 數字化（Digitalization）：強調的是數字技術對商業的重塑，信息技術能力/數字技術能力不再只是單純的解決企業的降本增效問題，而應該成為賦能企業商業模式創新和突破的核心力量；
3. 數字化轉型（Digital Transformation）：利用數字化技術（如大數據、雲計算、人工智慧等）來推動企業組織轉變業務模式，組織架構，企業文化等的變革措施，如衍生出的智能製造、智慧城市等概念。
諸如企業的財務、銷售、市場等業務自身就帶有強烈的數據分析需求，領導也厭倦了查看一沓沓報表，更希望看到結論化的數據。如果說運用到個人或是某一個問題的叫數據分析，那麼投入到企業的業務層面用於輔助管理產生效益的則可稱為數字/數據化管理。
數字/數據化就是要通過收集企業日常運營的數據，客戶使用產品服務的數據，市場行業，趨勢等等數據，形成企業日常運營的全景圖，反映到產品研發、服務流程改善、精準營銷、銷售模式升級、優化庫存等業務的改進上來。
為什麼要數字化轉型？
（1）數字化讓企業中非創新的活動更加簡單
換句話說，因為有了數字化手段，企業中那些創新成分低的諸如體力勞動，簡單重復的腦力勞動，都可以被自動化，從而，相應的，企業中真正體現創造性的活動的比重才會增加。
（2）數字化讓企業獲得了一種新的資產——數據
數據資產的特殊性在於，它的價值是最容易受「判斷」的影響，而很難和其他資產那樣，有一個市場價格。
（3）數字化為企業的創新活動提供了更友好的環境
數字化的手段，讓很多原本需要大量投入做實驗的創新活動，有了更加簡單易用低成本的虛擬化的實驗環境，原本來自復雜的實驗搭建、製作工作，現在只要動動滑鼠，最多寫幾行代碼就可以實現。
數字化轉型是發展數字經濟的一環，其目標是提高企業運行效率、實現產業高質量發展、優化現有經濟結構、構建數字經濟體系。
不管是在被動亦或是利益的驅動下，很多傳統企業都開始走上數字化轉型之路，但往往理想很豐滿，現實卻很骨感，不少傳統企業帶著希望來，卻帶著失望離開。
數字化轉型難在哪裡？
難點一
數據治理難，數據存在孤島
盡管數據治理對於企業而言是如此重要，但大多數公司的數據治理行動至今尚未完成甚至仍在計劃階段。整體上的滯後，是因為數據治理不僅是一個技術問題，也是一個管理問題。無論是在跨組織的協調溝通中，還是在決策或持續推進環節，企業數據治理往往需要面對數據孤島、數據質量差、數據不透明等障礙。
信息存儲庫仍然由單個團隊或部門控制，並且對整個組織不可見。當某些派系將其數據與公司其他部門隔離開來時，員工無法從數據可能包含的答案和見解中受益。大多數公司表示他們在數據孤島方面遇到了中等或高難度。
數據治理要求企業實現數據透明，而部分資料庫難以直接調取內部數據，只能通過對外介面進行訪問，在進行諸如數據分析、血緣分析、數據建模等上層應用時，被大大限制了靈活性，一些需要使用原始數據的場景無法實現，數據的價值也就無法發揮出來。
難點二
外包開發的系統，跟不上業務變化
系統的開發過程中，經常無法適應日新月異的業務變化需求，需要開發人員在原有的軟體基礎上進行修改，一是要等排期，也許排期到了需求又有變化；二是因為是外包開發，許多代碼需要重新梳理，一個小小的改動都要浪費開發人員的時間，如果牽涉到溝通和人員流動，情況將會變得更加復雜。
難點三
自研團隊成本高，周期長
傳統開發軟體開發流程，一般要經歷需求調研、原型、UI設計、數據模型設計、前端開發、後端開發、集成測試、用戶測試、生產上線、運維。流程周期長，需要的技術種類多。導致開發時間過長，人員招聘培訓成本也大。
難點四
數據安全令人擔憂
對於很多行業來說，數據安全的重要性不言而喻，而資料庫是保證數據安全最重要的城牆。所有數據都是數字化的，並且數量巨大，黑客始終可以在惡意內部人員的幫助下找到進入入侵的方式。如果他們以某種方式可以訪問你的關鍵數據，他們可以根據自己的目的進行修改，甚至刪除其中的一些數據。
Ⅶ 企業數字化轉型陣痛，專有雲真是那枚萬能解葯嗎一文看懂雲計算
這是京東數科的第871篇文章。
雲計算與雲朵多少有共通之處，雲舒捲自如，就如雲計算的資源用量，可彈性擴展；雲可以隨風飄至不同位置，而雲計算，大部分時候，用戶並不知道數據中心部署在何方，但它切實存在。
這朵雲仍在擴張——根據中國信息通信研究院發布的《雲計算發展白皮書（2020年）》，2019年，全球雲計算市場規模達到1883億美元，增速20.86%，預計未來幾年的平均增長率仍將保持在18%左右。同年度，我國雲計算市場規模為1334億元，增速38.6%。
其中有兩個數值值得探究，其一，我國的雲計算市場規模極大，佔全球市場七成左右；其二，增速極快。這意味著，在中國發展了十餘年的雲計算市場，迎來新的"諸神之戰"。
新的戰場將會從公有雲轉移至專有雲，未來十年，是專有雲的天下。
為何傳統企業的數字化轉型更適宜用專有雲來實現？企業應如何選擇對應的雲服務商？雲計算領域玩家又該如何抓住這一波機遇？
當消費互聯網早已被定調為"流量紅利開發殆盡"，新一輪發展紅利轉向了傳統行業，它們在數字化轉型期間所產生的計算、數據存儲等需求，為雲計算帶來機遇。報告顯示，95%的企業認為雲計算可以降低企業的IT成本，越來越多的行業用戶，如銀行、地產、航空、零售業、製造業、農業，都存在上雲訴求。
除了企業自身的需求之外，政策也開始向雲計算傾斜。今年，新基建被寫入工作報告，央視列舉的七大新基建重點中，大數據中心、5G基建、人工智慧和工業互聯網等赫然在列。新基建無疑會大大增加未來的數據存儲及計算需求，背後需要雲計算作為底座。截止2020年7月，已有20餘個省份發布新基建規劃，僅廣東就提出了5.9億元的新基建項目。
以企業數字化轉型為內驅，新基建推動為外驅，雲計算市場的新一輪爆發，確有其市場底層邏輯。
而從演變趨勢來看，目前雲計算已經出現了從單一的私有雲、公有雲形態，向以專有雲、混合雲為主的多雲形態的演進。
它們之間的主要區別在於雲資源所屬的主體：
① 公有雲 ：由雲服務商直接提供雲產品與服務，企業需要將數據託管在服務商的數據中心，也因此對數據的掌握力度相對較弱。但其靈活度強，資源用量可彈性擴展，成本也較低。
② 私有雲 ：雲服務商單獨為企業構建服務體系，部署機房、伺服器，可針對企業方的需求提供定製化方案。它更適合對數據安全性要求較高的行業，如政府部門，同時部署成本更高，自身還需定期運維。
③ 混合雲 ：公有雲過於開放，數據安全性不足；私有雲過於封閉，運維繁瑣成本居高不下，同時數據流通范圍受限，於是，混合雲將兩者相結合。把機密性不高的服務部署在公有雲，核心敏感數據部署在私有雲，且在兩者之間搭建橋梁，用內網專有通道通信。
④ 專有雲 ：專有雲與混合雲有共通之處，同樣是將數據按機密性進行分級，並分別部署在不同的資源池中。兩者的區別是，混合雲依然要為企業構建私有雲，而專有雲是由雲服務商直接提供"專供"的雲分區，從物理層面隔離出虛擬化資源池。專有雲從形式上看更類似混合雲，但成本更低。
近兩年，專有雲市場增速明顯。根據艾瑞咨詢《2020年中國專有雲行業發展洞察報告》，2018年時，中國專有雲的市場規模為59.2億元，預計五年復合增長率為56.7%，至2023年時，預計專有雲市場將達559.4億元。
私有雲市場規模同樣在增長，但相對而言增速已在放緩，根據《雲計算發展白皮書（2020年）》，它在2019年時市場規模達645億元，同比增長22.8%，預計2023年市場規模會在1500億元左右。
公有雲是一塊"大蛋糕"，幾乎已被巨頭瓜分完畢，長尾玩家很難彎道超車。中國公有雲的市場規模在2019年時為689億元。盡管目前的增速依然可觀——2019年增速為57.6%——但未來公有雲的發展依然存在阻力。
首先，數據安全問題。 即便是業內龍頭老大阿里雲，也出過多次宕機事故，2019年年初，出現IO HANG故障，導致國內大量互聯網公司癱瘓，此後又連發兩次故障。公有雲的客戶一般為互聯網企業和中小企業，但市場客群變化正在發生，工業、政務、醫療、金融等傳統行業加速上雲，它們對數據安全、服務可控要求更高，也更青睞專有雲、私有雲的解決方案。
其次，時延問題。 公有雲過往多以大規模的數據中心為樞紐，所有數據從海量的終端設備傳導至"中心"進行處理，消耗大量帶寬資源，也延緩了數據回傳，造成時延。為此，雲廠商們在企業近場構築物理和虛擬資源池，把計算能力拓展至邊緣側，提供更迅速的、端到端的邊緣雲計算服務。在"中心+邊緣節點"的生態中，專有雲即為近端分布雲的一種具體表現形式，它天然地符合公有雲的變革方向。
至此，專有雲市場的發展優勢也變得如雨後晴空般明晰。
對比公有雲，它能有效解決數據安全問題與時延問題，近端設備部署讓訪問速度更快，彈性拓展能力又並未減弱；對比私有雲，既兼具了其業務架構靈活的優勢，又規避了數據孤島，打通雲端與本地數據，實現雙向數據傳輸。
沒有廠商不想做增量，為佔領增量市場，各廠商轉向專有雲、混合雲；同時基於自身過往優勢推出行業定製化解決方案。
看似塵埃已定，進入"後江湖市場"的雲計算領域，硝煙再起。
① 華為雲、天翼雲：推出混合雲，滿足政企用戶彈性擴展需求
私密性、安全性是政務部門、大企業上雲首先要考慮的，但安全性最強的私有雲在使用過程中，也逐漸暴露了彈性拓展能力不足的問題，催生混合雲使用訴求。
目前，中國電信與31個省，超過236所城市合作，構建省級政務雲平台11個，地級市政務雲平台則高達100餘個。IDC擁有量在國內排名第一，在"2+4+31+X"一省一池全國資源布局下，數據中心已超700個。
在現有政務資源布局下，天翼雲的混合雲業務轉型水到渠成。
華為雲更進一步，它直接停止了單一的私有雲服務。革新前，華為與中國人民銀行、審計署、工商銀行、應急管理部等過往客戶做了溝通，互聯網驅動業務飛速變化，用戶所需的功能與架構革新很難用一年一次的定期升級來解決，混合雲更符合長期使用需求。
但在轉型過程中，華為雲面對的境況比天翼雲更復雜。它起家於私有雲，已積累大量私有雲相關客戶，假如要將現有客戶進行混合雲升級，成本最低的方式是通過數據通道打通私有雲與公有雲，但這樣的"拼裝物"，在組件持續疊加、系統多次升級的過程中，研發運維難度上升，大概率會導致體驗下滑。
而要做到長期體驗的穩定，雲服務商需以公有雲架構為基礎，重新調整體系。大幅革新下，如何證明自己在混合雲業務上足以趕超競對、並維持過往的數據安全優勢，是華為雲需向客戶重點驗證的課題。
2016年與2017年，華為雲迅猛拓張政府客戶，為660座城市建了本地雲，放棄單一私有雲後，如何幫過往的政企客戶做轉型，爭取其長期支持，會成為華為混合雲業務的核心突破點。
② 京東數科金融雲T1：提供金融行業解決方案
相較政府業務部門，金融行業的上雲迫切度不遑多讓。
一方面，傳統銀行業務受互聯網沖擊嚴重，互聯網金融正在瓜分市場，用戶向線上遷移，《2019年中國銀行業服務報告》顯示，去年只有10.23%的銀行業務通過櫃台完成；另一方面，金融行業的發展還未觸及天花板，理財、保險、證券在中國仍處於早期發展階段，從業者有拓荒掘金意。
市場環境決定了，金融企業必須用線上的方式去觸達用戶。他們的剛性訴求是：和互聯網企業一樣採用開放架構，易於對產品進行靈活敏捷的調整和修改；同時在用戶引流、粘性保持等方面能提供更多支持。
為解決這些痛點，京東數科推出了T1金融雲，涵蓋金融專有雲、數字化運營平台U+、數據中台、技術中台、分布式關系型資料庫StarDB等。
從雲計算的角度來看，金融專有雲保障了數據安全，及彈性擴容。U+平台的"一站式移動研發平台"則以PaaS的形式提供APP、小程序開發的能力，部署周期大為縮短，它還提供APP全生命周期管理，包括性能監控、崩潰問題分析、消息推送等。據了解，該PaaS平台能將開發資源壓縮至38%，性能提高50%以上，在其支持下，蘇州農商行在幾個月內快速上線了網貸系統、智能客服系統、手機銀行。
對金融客戶來說，它大大降低了中台、APP的開發和運維難度，降低銀行數字化轉型成本。
這當然不是終點，"金融行業解決方案輸出者"T1金融雲，還提供了更多深度運營服務——"摹略"智能營銷決策系統記錄用戶行為的關鍵觸點，面向多個業務場景提供精細化運營策略，提供A/B測試，可分析並復盤策略有效性。前不久召開的京東全球 科技 探索 者大會上，京東數字 科技 集團副總裁曹鵬還提到了"智能語音外呼機器人"，京東數科機器人每日的呼叫量超百萬，轉化率比人工呼叫高出63%。此外，"鷹眼"簡訊營銷、"良研"用戶調研、智能客服、直播、工單系統等解決方案也在提高用戶粘性。
它正處於飛速增長期，根據國際數據公司（IDC）發布的《中國金融雲市場（2020上半年）跟蹤》，京東數科T1金融雲發布一年內打下了金融雲市場9.5%的市場份額。可以預估，這一數字還將持續增長。
③ 阿里雲、騰訊雲藉助過往優勢撬動新業務
商業的本質，是依託於過往優勢，製造杠桿，撬動更大的利潤和市場，華為雲如是，阿里雲與騰訊雲同樣如此。
阿里雲今年的最大動向是很好的改造了自己原有的產品，與雲平台基礎相結合，再打造一個數字原生操作系統，進而改造成為企業應用開發平台。如此一番操作，即有利於導流，又順利將雲市場服務下沉至中小企業。值得一提的是，對於大中型企業，阿里雲主推專有雲。
騰訊雲則提出了物聯網生態戰略，在 汽車 和智慧酒店領域均有涉獵，用專有雲、公有雲等產品，為企業升級業務管理體系。它的IoT戰略是2B2C的，發展的重要抓手在於微信流量，替代了打開率低下的各類APP，提高了物聯網設備的活躍度。
作為新基建的一環，雲計算湧入越來越多的行業，其服務形態也在變得更細化、更落地。
而從用戶端來看，採用多個雲服務商、多種雲形態變得越來越普遍。《Flexera 2020年雲狀態報告》的數據顯示，93％的企業採用了多雲策略，87％的企業則採用了混合雲策略，受訪者平均使用2.2個公共雲和2.2個私有雲。
多雲策略下，催生多網融合需求，即將雲跨服務商打通，讓同一企業部署在不同雲服務商的數據形成交互。目前，天翼雲已實現"一線多雲"，上雲後，可利用專線再連接到其它雲服務商。
雲計算優化的路徑沒有盡頭，多雲融合、多網融合正成為新趨勢，一旦這一進程完成，雲服務商再難借用過往數據沉澱留住客戶，競爭最終依然要回歸解決方案的有效性。
#雲計算#