Ⅰ 大数据算法（哈尔滨工业大学）2023章节测试答案超星尔雅
大数据算法（哈尔滨工业大学）2023章节测试答案超星尔雅不知如何解决，为此小编给大家收集整理大数据算法（哈尔滨工业大学）2023章节测试答案超星尔雅解决办法，感兴趣的快来看看吧。
大数据算法喊简（哈尔滨工业大学）2023章节测试答案超星尔雅
1.1大数据的定义与特点
1、【单选题】以下关于大数据的特点,叙述错误的是()。
A、速度慢
B、多元、异构
C、数据规模核虚大
D、基于高度分析的新价值
我的答案：A
2、【单选题】在《法华经》中,那由他描写的大的数量级是()。
A、10^7
B、10^14
C、10^28
D、10^56
我的答案：C
3、【多选题】以下选项中,大数据涉及的领域中包括()。
A、社交网络
B、医疗数据
C、计算机艺术
D、医疗数据
我的答案：ABC(D)
4、【多选题】大数据的应用包括()。
A、预测
B、推荐
C、商业情报分析
D、科学研究
我的答案：ABCD
5、【判断题】目前,关于大数据已有公认的确定定义。
我的答案：X
6、【判断题】大数据种类繁多,在编码方式、数据格式、应用特征等方面都存在差异。()
我的答案：
1.2大数据算法（1）
1、【单选题】大数据求解计算问题过程的第三步一般是()。
A、判断可计算否
B、判断能行可计算否
C、算法设计与分析
D、用计算机语言实现算法
我的答案：C
2、【多选题】在大数据求解计算问题中,判断是否为能行可计算的因素包括()。
A、数据量
B、资源约束
C、速度约束
D、时间约束
我的答案：ABD
3、【判断题】大数据求解计算问题过程的第一步是确定该问题是否可计算。
我的答案：
4、【判断题】大数据计算模型与一般小规模计算模型一样,都使用的是图灵机模型。
我的答案：
1.3大数据算法（2）
1、【多选题】资源约束包括()。
A、CPU
B、网络改渗燃带宽
C、内存
D、外存
我的答案：ABCD
2、【多选题】大数据算法可以不是()。
A、云计算
B、精确算法
C、内存算法
D、串行算法
我的答案：BCD
3、【判断题】大数据算法是在给定的时间约束下,以大数据为输入,在给定资源约束内可以生成满足给定约束结果的算法。
我的答案：X
4、【判断题】MapRece是一种比较好实现大数据算法的编程架构,在生产中得到广泛应用。
我的答案：
5、【判断题】大数据算法是仅在电子计算机上运行的算法。
我的答案：X
1.4大数据的特点与大数据算法
1、【单选题】众包算法是用来解决()。
A、访问全部数据时间过长
B、数据难于放入内存计算
C、单个计算机难以保存全部数据,计算需要整体数据
D、计算机计算能力不足或知识不足,需要人来帮忙
我的答案：D
2、【单选题】大数据算法存在很多难题,对于访问全部数据时间过长的问题,采用的解决方案是()。
A、将数据存储到磁盘上
B、仅基于少量数据进行计算
C、读取部分数据
D、并行处理
我的答案：C
3、【多选题】大数据算法的()特点,使其与大数据算法密切相关的。
Ⅱ 聚焦海博会“智感海洋和信息增值服务论坛”
孙安然 李晶晶
10月15日~18日，被誉为“中国海洋第一展”的中国海洋经济博览会在深圳市举办。作为我国唯一的国家级海洋经济展会，本届海博会举办了多场具有国际视野及前瞻务实的多层次、多维度海洋经济论坛，打造了一场全球海洋经济领域的智慧盛宴。
作为本届海博会分论坛之一，“ 智感 海洋和信息增值服务论坛”于10月16日在深圳成功举办。该论坛由自然资源部第二海洋研究所卫星海洋环境动力学国家重点实验室和深圳市特区建设发展集团有限公司联合承办，自然资源部国家卫星海洋应用中心和厦门大学近海海洋环境科学国家重点实验室共同协办。
为了深化研讨，论坛设立了圆桌会议环节，5位特邀嘉宾针对“如何提升海洋观测信息的增值服务”与“如何促进海洋观测和知识性信息对 社会 服务和经济发展的应用支撑”等议题进一步阐述观点，展开了热烈的讨论。嘉宾还与观众现场互动，积极分享了观点与建议，为促进海洋经济高质量发展贡献智慧和力量。
数据驱动与场景应用是全面推进建设海洋强国的高效引擎。当前，各类涉海活动对海洋信息的智能获取和增值服务都提出了迫切的需求，本次论坛搭建了一个高层次的交流平台，切实推动产学研联合。
自然资源部第二海洋研究所副所长陈建芳表示，当前，随着海洋经济新引擎的发力，海洋渔业、沿海工业、绿色航运、海洋资源绿色开发和高效利用，以及防灾减灾、生态修复、海洋保险、环保督查等各类涉海活动对海洋信息的智能获取和增值服务提出了十分迫切的需求。自然资源部第二海洋研究所及卫星海洋环境动力学国家重点实验室在这方面进行了积极 探索 和相关技术研发。二所联合研发的遥感与实测交互的海洋遥感在线分析平台SatCO2，向互联网用户提供了20多颗卫星、30年跨度、60多种海洋参数的在线共享和分析服务，成果在20多个国家推广应用，进一步突破海洋卫星遥感数据便捷、高效使用的瓶颈，拓展了海洋遥感数据和科研成果的应用能力和价值。
中国工程院院士潘德炉：
现阶段海洋遥感信息服务，存在“供需两旺，价值不高”的问题。
智慧海洋是用知识来服务海洋，这才是真正的智慧海洋。智慧海洋当中的大数据是核心信息装备研发的引擎，是智慧海洋的灵魂。
智慧海洋的核心之一是立体观测网，是海洋大数据的重要之源，在智慧海洋的建设当中至关重要。我认为，当前海洋遥感信息增值的困境是“供需两旺，价值不高”。瓶颈在哪里？体现在三个“欠”：一是遥感资料反演信息欠精准；二是信息提取知识欠科学；三是知识服务欠智能。
因此，要以政府为主导，坚持四个统筹，需求统筹、星地统筹、软硬统筹、中长期统筹；以企业为主，建立政、企、产、学、研融合的市场经济机制。同时，加大投入，加强基础研究与核心技术攻关。针对技术层面，要精准海洋时空基准网建设，从大陆时空基准控制网到海洋时空基准控制网、全球性时空基准控制网，都要跟踪前沿，查漏补缺。积极发展两大卫星，一个是全时间段的静止卫星，一个是全空间域的激光卫星。同时，要发展智能服务平台和人工智能遥感商业应用平台。
航天宏图信息技术股份有限公司董事长王宇翔：
下一阶段海洋遥感卫星图像处理软件将会从单机化、集群化逐渐发展为云服务化，用户无须购买计算机、数据、存储等设备与资源，只需要一个云平台账号就能解决全部问题。
当前，在海洋大数据的获取、共享、分析、应用等方面还存在诸多的问题，如标准不统一、信息孤岛、兼容性差、落地困难等。将遥感图像处理技术与云计算、人工智能、大数据等技术相融合，在云端汇集海量遥感数据资源和大规模算力资源，通过在线的按需实时计算、智能计算方式，可大幅降低遥感应用时间成本和资源成本，推动大数据融合应用，畅通共享渠道，为用户提供遥感存、算、管、用一站式云服务。
航天宏图发布的PIE-Engine Studio遥感计算云服务，在海洋行业中已经具备对海洋执法督查、海洋防灾减灾、海域动态监管等方面的数据挖掘和分析能力。未来，PIE-Engine Studio遥感计算云服务将进一步提升我国海洋遥感大数据服务能力，在提高数据获取、处理和服务时效性、健全数据隐私和安全、增强多源数据关联挖掘和知识服务、改善服务针对性和有效性等方面发挥重要作用。
自然资源部第二海洋研究所研究员何贤强：
海洋生态遥感有很大的产业应用潜力，不管是政府监管、渔业、企业、防灾减灾等都具有重大的应用价值。相对于陆地遥感应用，海洋生态遥感应用在深度和广度上，均需进一步挖掘。
海洋经济高质量、可持续的发展必须依赖生态环境的 健康 。海洋生态遥感有很大的产业应用潜力，不管是政府监管、渔业、企业、防灾减灾等都具有重大的应用价值。
但从我国海洋遥感产业化应用的角度来说，还存在比较大的不足，一是缺乏好用的面向终端用户的产品；二是缺乏高精度、高价值的产品；三是用户规模受到很大的限制。因此，下一步要创新数据的生产和应用模式，实现丰富的生产资料，扩大生产者和使用者的参与规模，从而形成产业的新生态。其中，丰富生产资料的难点主要在于，需要综合和提升海洋、陆地和气象卫星的水体应用能力，而不同系列的卫星在波段、性能方面差异比较大，且陆地气象卫星的高精度水体遥感应用瓶颈还亟待突破。
要解决这些难题，首先要构建海陆气一体化辐射传输模型，这一方面我们前期已有比较好的基础，已构建了领先的水体辐射传输模型。其次要解决陆地卫星和气象卫星的高精度水体应用产品的业务化生产技术。同时，需要克服现有的卫星遥感 只能 探测表层的难题，发展激光遥感技术和遥感-数模融合应用技术，实现从表层探测到整个剖面的反演。
此外，要构建海洋遥感产业化生态，解决产业应用瓶颈，突破三大技术——遥感基础科学、新技术、应用模式，积极促进遥感基础科学和新技术的突破。要基于互联网交互平台，增强自造血能力，创新应用模式，研发面向互联网用户的海洋遥感在线产品生产及应用服务平台，打造深度产业、商业应用场景。
中国工程院院士蒋兴伟：
在海洋卫星进入组网运行以后，如何从大洋渔业遥感服务作为切入点，做好渔场环境和渔情信息的提取、应用、开发和服务，这不是一个研究所或者中心能够做到的，需要集合大家的智慧和力量，将渔业遥感信息服务再上一个新台阶。
远洋渔业能够缓解近海渔业资源压力，保障水产品有效供给，对实现我国海洋渔业可持续发展具有重要作用。国家高度重视远洋渔业发展，近年来，我国远洋渔业在渔船装备、捕捞设备等能力方面都有了较快提升，但仍存在作业渔场信息短缺，新渔场渔况不明，捕捞经验认知时间长、投入大、局限性大，科学探捕调查投入大、范围有限等方面的问题。
要做好远洋渔业，一个关键点就是要准确、快速找到渔场，这其中大洋渔业遥感技术具有不可替代的重要作用。
近年来，国家卫星海洋应用中心联合多家科研院所、涉海大学和企业，积极 探索 解决大洋渔业遥感技术瓶颈，不断完善渔情预报模式和在线服务能力。
多谱段、多要素、全天时、全球覆盖遥感大数据时代已经到来，这既是机遇也是挑战，我们将如何做好大数据时代的服务工作？如何突破精细化的应用技术？未来将在如下几方面继续发力：一是构建大洋渔业环境卫星遥感立体监测网，加强业务化能力；二是推动基于5S技术的渔船数据综合应用服务；三是云上大数据在线渔情服务系统构建；四是加强高度集成的信息分析及应用平台建设，提供大众化的在线服务。
华为海洋全球销售部总裁许剑涛：
海底光缆承载了全球99%以上的国际数据传输，是全球国际互联网的“中枢神经”。海缆也是打造全球海洋中心城市的重要战略资源，呼吁政府部门尽快把海缆建设纳入战略考量，做到基础建设先行，打造全球数据联通中心节点。
海底光缆作为全球国际网络互联的“中枢神经”，承载了全球99%以上的国际数据传输。2008年，华为海洋开始涉足深海跨洋通信。12年来，华为海洋已成为被全球海缆行业认可的四大厂家之一。
从战略角度看，海缆是建设全球海洋中心城市的重要基础设施。全球海洋中心城市的范畴不应仅是传统意义的贸易和物流中心，更需要考虑建立成为具有更高战略意义的全球信息流枢纽。
作为国际通信信息高速路的基础设施，海底光缆的建设应该依托国家和城市的发展战略，做到建设先行。海底光缆带来的大容量、低时延、高质量的国际通信网络资源将助力城市成为区域或全球数据联通的中心节点，吸引更多国际顶尖互联网、数据中心、云计算、大数据应用等行业入驻，并孵化全球国际化的创新型数字经济商业模式，达到全球通信信息汇聚、形成全球海洋中心城市的示范先行作用。
广东省海洋遥感重点实验室主任唐丹玲：
“风泵”有很多未知的作用，很值得研究。卫星遥感提供了重要研究手段。
风作用于海洋表面，改变水体的移动和状态，产生一系列环境生态效应，这一过程统称为“风泵”。环境变化、海面温度升高，会引起台风的频率、强度甚至时间的变化，这种变化也会影响到海洋生态系统。海洋生态系统中很重要的是浮游植物，也就是初级生产力。
南海的上层水温比较高，重要特点就是分层现象。分层现象影响水体混合，营养盐沉到下面，导致其寡营养盐，因此浮游植物比较少，初级生产力比较低，渔业资源相对比较稀少。但是，台风过后引起水体混合、加强上升流、下面的含有较多营养盐的冷水上来。因此，可以看到台风过后受到影响的水温降低的水域浮游植物生长加快、浓度会加大。
总的来说，“风泵”改变营养盐输运，促进海洋生源要素循环，驱动上层海洋初级生产以及生态系统，并进一步影响渔业资源。“风泵”有很多未知的作用，很值得研究。卫星遥感提供了重要研究手段。
中国科学院院士、厦门大学讲席教授戴民汉：
海洋 健康 关乎人类可持续发展。目前海洋面临着人类活动和气候变化双重压力，正在发生快速且大幅的变化。观测、数据、科学认知是寻求可行解决方案的基础：没有科学就没有可持续发展。
海洋之于地球，犹如水之于人类。当前，海洋生态系统正面临着全球气候变化和区域/局地人为活动所带来的前所未有的压力，正在发生着急剧变化。因此，海洋的 健康 及其可持续发展比以往任何时候都更加重要。
我们对海洋的认知还相当“粗犷”。迄今为止，人类已 探索 的海洋只有5%，还有95%的海洋是未曾探测的，这是经略海洋面临的巨大挑战。因此，基于海洋观测获得准确数据，并形成对海洋的科学认知是寻求未来有效行动方案的基础。
浙江大学求是特聘教授陈鹰:
海洋牧场建设呼唤有效的海洋技术。生境营造核心工程技术问题，从物理上可归结为流场调控。通过流场调控，人工上升流改变养殖环境生化参数，人工下降流减缓低氧现象，是有效的海洋牧场生境营造技术。
在海洋牧场建设中，生境营造技术是海洋牧场建设的核心。人工鱼礁技术不是海洋牧场建设的唯一选择，比如在深水、缺氧情况，人工鱼礁技术将会无能为力。人工鱼礁之外的生境营造技术，还有人工上升流、人工下降流等。而流场调控，则是海洋牧场生境营造技术的实质。
海洋人工上升流/下降流技术要点主要包括：简易结构、流场优化、高效流控机理和原位供能技术。通过流场调控，人工上升流改变养殖环境生化参数，人工下降流减缓低氧现象。
浙江大学科研团队在山东鳌山湾基于人工上升流技术的营养盐提升工程实施，以及在山东养马岛基于人工下降流的海洋牧场缺氧减缓示范工程实施，初步证明了人工上升流、人工下降流技术的可行性。在未来海洋牧场的实践中，浙江大学将与国内同行一道，有效地运用海洋技术，努力打造现代化海洋牧场。
自然资源部国家卫星海洋应用中心副主任刘建强：
让更多卫星数据上网，并在网上动起来，通过星地协同、多星组网提高数据获取率，通过数据共享提高数据利用率。海洋应用除海洋卫星外，要把其他卫星用足用好，发挥各类卫星长处，陆地应用也要用好海洋卫星数据。
灾害与环境监测痛点：采样时空间隔长，下午数据少； 晴空 、有效数据少，质量不满足；对接、宣传不到位，服务跟不上。
在轨的海洋一号C/D卫星、海洋二号B/C卫星、中法海洋卫星、高分三号卫星形成网络，具备全天时、全天候、全球性观测特点，可高频次、周期性、近实时、快速获得全球多尺度多要素信息。与现场海洋监测手段相结合，取得了过去单纯用现场监测手段无法替代的重大成果，已成为海洋、海岸带、南北极业务化观测的主导手段。
海洋卫星在自然灾害、生态环境监测中成功案例较多，多领域综合应用前景很广。期待与大家共同合作，挖掘在轨海洋卫星潜力，做好融合应用，做好最后一公里支撑，做好与地方政府、国际 社会 的对接服务，积极推进新一代海洋水色卫星研制、加快高轨海岸带卫星的立项。
Ⅲ 云计算第三次浪潮洪波涌起
找报告，就上发现报告！云计算的发展正在经历第三次浪潮：第一次浪潮是IaaS，用户是专业IT人员；第二次浪潮是SaaS，用户是销售、财务、HR等专业人员；第三次浪潮是PaaS，用户是IT开发人员，但低代码让人人都能编程，低代码和PaaS结合，让PaaS为每个人赋能，正在引发云计算第三次浪潮。云计算的第三次浪潮市场更广阔，对我们带来的变革更深刻更持久。
“云”——这一虚无缥缈的词让很多人都是丈二和尚摸不着头脑，究竟什么是云计算？它到底有什么用？相比传统计算，它有什么特别之处？...报告酱整理了相关报告，梳理出云计算行业的全部面貌，希望为你呈现一个云计算行业全景图，并清晰了解行业的上下游产业链，以及一二级市场的投资机会。
云计算（Cloud Computing）是一种通过网络统一组织和灵活调用各种ICT（Information and Communications Technology）信息资源，实现大规模计算的信息处理方式。说白了，就是一种新型的计算资源获取方式。相比传统计算，云计算的资源获取方式从“买”变成了“租”。
专业解释是：云计算利用分布式计算和虚拟资源管理等技术，通过网络将分散的ICT资源（包括计算与存储、应用运行平台、软件等）集中起来形成共享的资源池，并以动态按需和可度量的方式向用户提供服务。用户可以使用各种形式的终端（如PC、平板电脑、智能手机甚至智能电视等）通过网络获取ICT资源服务。云计算产业由云计算服务业、云计算制造业、基础设施服务业以及支持产业等组成。
①云计算 按服务类型可以分为三类
1）基础设施即服务IaaS(Infrastructure as a service)
2）平台即服务PaaS(platform as a service)
3）软件即服务SaaS(software as a service)
我们可以用自己建房子自己住来类比云计算的三种服务类型。
首先是基础设施即服务IaaS，之前公司要建信息系统，基础设施从哪里来呢？需要自己建机房、服务器、网络以及配套设施。就好比你自己建房子，需要自己买土地，买材料，设计房子结构，建房子。那现在基础设施即服务告诉你，你不用自己 建房子 了，我这有现成的，你直接租就好了。
其次是平台即服务PaaS，之前公司在自己建好信息系统之后纯首兆，还要自己搭建操作系统、配置环境。就好比你盖好房子之后还要你自己装修房子，那现在平台即服务告诉你，你不用自己 装修 房子了，我这能提供装修服务，你直接买就好做租了。
最后是软件即服务SaaS，之前公司在把操作系统、环境配置好之后还要自己开发各种应用软件。就好比你房子硬装完成后还要进行 软装 ，配备休闲 娱乐 设施、运动健身设施等等，那现在软件即服务告诉你这些应用设施我这都有现成的，你也可以直接租用的。
分别是公有云、混合云、私有云。
这张图就很好地帮我们解释了云的概念， 公有云强调弹性和共享 ，小到1核1G的单一云主机，大到数十万核的计算集群，都可以 按需调配 。
私有云属于安全的专用基础设施，更适合有一定规模而且 对安全性要求较高 的企业与传统的On-Premise（本地部署）模式不同， 私有云强调“云化” ，基于一系列的虚拟化和自动化技术，私有云可以提供类似公有云的“弹性”和“敏捷”体验，同时又能提供更灵活的功能和更可控的安全。对使用者来讲， 起步门槛低，灵活可调整，适用于从无到有、快速成长型的企业或者创新业务 。
公有云和私有云组合起来，一部分业务使用公有云，一部分业务使用私有云，这就是混合云。严格来讲， 混合云不是一种云的形态，而是一种部署模式 ，但企业需要一些技术来实现两朵云的统一管理、监控、调度、数据同步等等。与只使用一种形态的云相比，混合云部署更复杂。
按照产业结构来看，云计算产业链的上游供应商为芹中第三方IDC企业，以及包括服务器厂商、网络运营商和网络设备厂商在内的基础设备提供商，同时，IDC厂商也需要向基础设备提供商采购。产业链下游为云生态，包括基础平台和云原生应用等，云计算厂商负责提供IaaS、PaaS和SaaS等服务。
按 服务的类型划分 ，IaaS厂商可以分为服务器供应商、IaaS厂商和专业云计算服务提供商。其中，IaaS厂商又包括了大型IaaS厂商、主流IaaS厂商和运营商。而 专业型云计算服务 提供商细分种类较多，包括了云安全厂商、分发CDN厂商、Docker厂商、云存储厂商、视频云服务厂商以及性能APM厂商。各大IaaS厂商竞争力差距的主要来源于云计算基础服务的创新性、行业解决方案的成熟度以及服务实施效果，因此， 建立整体云生态，聚合产业链上下游合作伙伴，是提高IaaS厂商的市场竞争力的重要途径 。
全球及中国云市场整体呈高速增长；2017年美国占全球59.54%的市场份额，其次是欧洲占21.50%，亚洲仅占12.04%；全球云计算市场SaaS占比约2/3，PaaS市场规模最小；中国云计算市场IaaS占比最大，其次是SaaS，最小是SaaS。
国际云计算发展相对成熟， 公有云是市场的主要构成 。经历了多年的发展之后，行业市场规模依然保持平稳较快增长。Gartner报告显示，2019年公有云市场规模为1883亿美元，同比增长21%；2020-2023年平均增速预计为17.6%。
国际市场上，SaaS服务所占份额最大。国际云服务市场中，IaaS建设已经增长较为缓慢，SaaS层是市场的主导。其中，SaaS层中，ERP、CRM、办公套件、内容服务和通信协作等应用市场占比排位靠前。
IaaS行业具有超强的“马太效应”，资本壁垒和规模经济（服务器利用率提升以及资源的耦合配置）是最主要的影响因素。2016年中国公有云IaaS市场总容量为100亿元，阿里云一家独大，2017年，排名前五的厂商分别是阿里云、腾讯云、 金山云、中国电信和Ucloud， 合计份额高达68%。
在云计算的渗透过程中，客户首先聚集到了 IaaS 和 SaaS 上，IaaS和SaaS的龙头厂商具备先发优势，所以Salesforce和AWS的市占率在公有云PaaS中是前二。
2017年上半年数据显示，中国PaaS竞争格局， 阿里云以 27%的份额保持压倒性领先 ，Oracle占比 9.7%，AWS占比 9.7%，Microsoft占比 6.8%，IBM占比4.6%。
PaaS市场TOP5中除阿里云外均为国外厂商，亚马逊、Oracle、IBM等国际巨头纷纷通过中国国内企业合作的方式抢夺中国市场。例如， IBM同世纪互联合作将Bluemix PaaS平台落地中国；Oracle与腾讯云战略合作，将企业级云服务解决方案引入中国，全面覆盖SaaS、PaaS和IaaS三层云服务。
从产商销售比来看，全球SaaS市场，2015年，Salesforce占11%销售比，Microsoft尾随其后，占8%，排第三的为Adobe，占6%；中国SaaS市场，2017年上半年，金蝶占7%，Oracle和微软紧随其后，均为5%。
从服务细分领域市场份额来看，全球SaaS里CRM份额最大，占39%，其次是ERP和网络会议/社交软件，占16%和10%。
随着未来IaaS市场规模的进一步扩大，相关产业生态将广泛受益，推荐从 IDC、服务器、交换机以及光模块 等产业挖掘投资机会。
（1）在IDC领域，云计算需求回暖叠加5G商用将带动流量爆发，第三方IDC服务商成长性确定。在未来IDC超大型化和边缘化进程中，掌握一线城市核心IDC资源、同时拥有较强的扩张能力以及产业议价能力的IDC服务商更能持久稳定发展。
（2）在IT基础设备领域，流量增长带动数据计算、存储、传输、安全等需求快速提升，直接驱动云厂商Capex投入增加，IT基础设施和网络设备作为IaaS的基础与核心，全面开启拐点向上趋势。
相关受益标的包括：通信设备龙头中兴通讯；数据中心交换机及企业级路由器市占率领先的紫光股份；数通及无线业务稳健增长的星网锐捷；中国第一服务器品牌浪潮信息。
（3）在光通信领域，云计算市场与电信市场共振，日益增长的需求持续推动速率的提升，光通信领域400G时代正在开启，产业链即将迎来升级及增量机遇。
光环新网二十年耕耘与发展，积累了丰富的行业经验和数据中心资源，公司在一线城市区域提供安全、高效、便捷、可信赖的企业级IDC和云服务。公司未来将加快IDC产业升级，大力发展云计算业务，不断提升研发、技术、服务水平，以专业性的产品和服务为用户提供互联网一站式综合解决方案。我们认为公司目前不断拓展北京、上海及周边IDC 项目，投产后将会对公司股价产生较大有利影响，同时疫情期间，短期需求增加，公司机柜上架率提升，利好公司。
浪潮信息长期专注于国内服务器市场，2019年市场份额已达到全球第三、中国第一。公司的云计算客户占比高，有望受益于设备国产化率的提升和云资本开支的回升，实现超越行业平均的成长。
浪潮在云计算客户资源、战略定位及生产成本等方面具备竞争优势。1）客户资源优渥：浪潮2011年便明确了云计算战略，在云计算领域具备一定的先发优势，携手头部云厂商积极推动开放计算基础架构，更深度绑定BAT等头部客户。这种对行业的判断领先市场，经过接近10年成长，我们估计公司当前在国内云计算市场份额占比约为50%，云计算客户占公司的收入比例也在60%。2）战略定位灵活：业务集中于服务器市场的浪潮，在低成本和差异化的两极战略象限中，倾向于采取更中位的战略去积极获取市场份额，灵活应对来自品牌厂商和白牌厂商的竞争；3）成本控制有力：浪潮产品ASP约为6000美元，低于其他头部品牌厂商，公司与Intel之间按照战略协议价格采购CPU，以及公司的信息化管理等为公司带来了低价保障。
中科曙光是中国领先的高端服务器生产商，具备全国产化产业链布局及国家研发经费支持，我们认为公司有望受益于服务器需求提升和产业链国产化趋势，实现超越行业的成长。理由如下：服务器市场有望在云资本开支回暖及技术更新迭代的双重驱动下实现快速成长。随着国内疫情有效控制，服务器作为百行百业的数字经济底座将迎来需求全面回暖。服务器上游核心供应商正在推动CPU从14nm向10nm升级，创造下游产品迭代需求。中科曙光在服务器全产业链布局完整，受益于国产化调整及国家对信创产业链的支持。
新华三作为公司核心资产，传统企业网路由器交换机全球领先，同时拓展服务器、存储业务补齐IT全产业链。借势5G网络IT化转型切入运营商数通及新网络（SDN/NFV）市场，业务、技术全面对标思科、华为，空间广阔竞争力突出份额有望再提升。凭借独特优势，布局私有云边缘云、小基站、安防等多个千亿赛道，业务边界扩张：利用超融合技术优势剑指私有云边缘云，与Intel合作布局5G小基站，借力人工智能、云计算、大数据、大安全等网络后端技术积累引领安防智能化。
科创板上市，主要产品包括公有云、私有云、混合云、数据可信流通平台安全屋。中移动是它第四大股东，也是重要的合作伙伴。2019年有15亿的营收，其中约12亿是公有云收入，是比较纯正的云计算服务商。优刻得创始团队对行业风口有较好的把握能力，在细分领域能够形成自己的特色优势，同时公司采取与大型公有云厂商差异化的策略，通过“铁三角”团队实现客户粘性与价值。
主营业务包括信息安全以及云计算。云计算主要向企业级用户提供云终端、桌面云一体机、超融合一体机、软件定义存储、云计算平台、私有云、专属云、混合云等多款产品、服务和解决方案。2019年云计算营收12亿，占比26%。2020年以来，公司发布了5款爆款新品，分别为信息安全领域的访问控制系统aTrust、SangforAccess；云计算领域的ARM超融合；IT基础架构领域的大数据智能平台aBDI、数据库运维平台DMP。
【国金证券】从“3A”发展看中国云计算产业竞争格局变化
【阿里】云计算的 社会 经济价值和区域发展评估
【IBM】云计算行业智慧架构的速度：混合云创造数字业务价值，降低执行风险
【并购优塾】金山云VS优刻得VS阿里云VS腾讯云：公有云产业链深度梳理
【华辰资本】云计算研究报告
*【中信证券】计算机行业云计算专题研究：化繁为简，把握核心云
*【中信证券】全球SaaS云计算产业系列报告：国内软件SaaS产业若干关键问题的回答
光环新网-【新时代证券】首次覆盖报告：新基建浪潮，加速公司IDC业务扩张
紫光股份-【华西证券】IT产业核心资产，多千亿赛道创新布局
深信服-【华西证券】细说深信服爆款新品如何炼成
*优刻得-【中金】“优”质赛道兼“刻”苦，光明未来亦可“得”
*浪潮信息-【中金】疫情环境下凸显高确定性，国产品牌服务器龙头向好发展
*中科曙光-【中金】计算产业链和国产化主要受益者
添加发现报告微信号fxbaogao，发现更多精彩
Ⅳ 2021那些事儿｜细数信息技术4大领域
2021年，信息技术发展突飞猛进。人工智能、大数据、开源、虚拟现实（VR）、增强现实（AR）……每个领域的发展几乎都可圈可点。
在人工智能领域，人工智能的语言大模型、图文大模型乃至多模态大模型的基本能力已得到了充分展现。例如，阿里巴巴达摩院公布多模态大模型M6最新进展，参数从万亿跃迁至10万亿；鹏城实验室与网络联合发布全球首个知识增强千亿大模型——鹏城—网络·文心，参数规模达到2600亿。
不仅如此，人工智能与其他科学领域的交叉融合也擦出火花。在《科学》近日公布的2021年度科学突破榜单上，AlphaFold和RoseTTA-fold两种基于人工智能预测蛋白质结构的技术位列榜首。
在人机交互领域，扎克伯格将Facebook公司更名为“Meta”时，特斯拉和SpaceX首席执行官埃隆·马斯克则将注意力放在脑机接口上。马斯克认为脑机接口装置将更有可能改变世界，帮助四肢瘫痪或有身体缺陷的人更好地生活和工作，“复杂的脑机接口装置可以让你完全沉浸在虚拟现实中”。此外，今年5月，斯坦福大学开发出一套皮质内脑机接口系统，可以从运动皮层的神经活动中解码瘫痪患者想象中的手写动作，并将其转换为文本。
在超算领域，最值得一提的是，今年11月，我国超算应用团队凭借“超大规模量子随机电路实时模拟”成果斩获国际高性能计算应用领域的最高奖项“戈登贝尔奖”。
在开源方面，RISC-V开源指令集及其生态快速崛起；由华为公司牵头，中国科学院软件研究所、麒麟软件等参与的openEuler操作系统开源社区业已汇聚了7000名活跃开发者，完成8000多个自主维护的开源软件包，催生了10多家厂商的商业发行版……
回望2021年，信息技术版邀请业内专家梳理上述四个领域的发展脉络，展望未来发展趋势。
作者 张双虎
AlphaFold或是2021年人工智能（AI）领域的“一哥”。
近日，《科学》杂志公布了 2021 年度科学突破榜单，AlphaFold 和 RoseTTA-fold 两种基于人工智能预测蛋白质结构的技术位列榜首。
此前几天，由中国工程院院刊评选的“2021全球十大工程成就（近5年全球实践验证有效、有全球影响力的工程科学和技术重大成果）”中，AlphaGo和AlphaFold亦榜上有名。
在接受《中国科学报》采访时，数位专家回望今年人工智能领域取得的成就时，均谈到了AlphaFold。
“面向科学发现的AlphaFold和中国正在构建的人工智能发展生态不能不说。” 浙江大学人工智能研究所所长吴飞对《中国科学报》说。
中科院自动化研究所模式识别国家重点实验室研究员王金桥则提名“用AI进行新冠诊断”“人工智能与生物、制药、材料等科学融合（AI for Science）”和“三模态大模型紫东太初”。
在医学领域，AI识别咳嗽声早已用于肺炎、哮喘、阿尔茨海默氏症等疾病检测。美国麻省理工学院研究人员研发出可以通过分析咳嗽录音识别新冠患者的AI模型，识别出新冠患者咳嗽的准确率为98.5％，其中识别无症状感染者的准确度高达100％。日前，有报道称该模型已用于识别奥密克戎病毒。
“紫东太初首次实现了图—文—音语义统一表达，兼具跨模态理解和生成能力。” 王金桥说，“目前与新华社共同发布的‘全媒体多模态大模型研发计划’，实现对全媒体数据理解与生成的统一建模，打造全栈国产化媒体人工智能平台，已 探索 性地应用于纺织业和 汽车 行业质检等场景。”
12月7日， 科技 部官网公布3份函件，支持哈尔滨、沈阳、郑州3地建设国家新一代人工智能创新发展试验区。至此，我国已经有18个国家新一代人工智能创新发展试验区，这将引领带动中国人工智能创新发展。
“我国正在推动人工智能生态发展，构建良好生态。”吴飞说，“目前已有15个国家新一代人工智能开发创新平台、18个国家新一代人工智能创新发展试验区、8个人工智能创新应用先导区和高等学校设置的人工智能本科专业和交叉学科等人才培养载体。”
“一是大模型，二是人工智能和基础学科的结合。”孙茂松对《中国科学报》说，“语言大模型、图文大模型乃至多模态大模型的基本能力已得到了充分展现，确定了它作为智能信息处理基础软设施的地位。同时，它并非简单地扩大规模，而是对数字资源整合能力和计算能力都提出了挑战。虽然它的局限性也很明显，但它所表现出的某些‘奇特’性质（如少样本学习、深度双下降、基于提示的任务调整等），使学者产生了超大参数规模或会引发质变的期待，从而为新的突破埋下了伏笔。”
今年，人工智能领域从“大炼模型”走向“炼大模型”阶段，从千亿量级到万亿量级，在大模型领域，似乎没有最大，只有更大。
3月，北京智源人工智能研究院发布我国首个超大规模人工智能模型“悟道1.0”。6月，智源就改写了自己的纪录，发布悟道2.0，参数规模达到1.75万亿；9月,浪潮人工智能研究院推出了中文巨量语言模型——源 1.0，参数量达2457亿；11 月，阿里巴巴达摩院公布多模态大模型 M6 最新进展，参数从万亿跃迁至 10 万亿；12月，鹏城实验室与网络联合发布全球首个知识增强千亿大模型——鹏城—网络·文心，参数规模达到2600亿。
与此相应，最近快手和苏黎世联邦理工学院提出了一个新的推荐系统Persia，最高支持100万亿级参数的模型训练。
另一方面，人工智能在基础学科领域不断攻城略地。
7月，DeepMind公司人工智能程序Alphafold2研究成果又登顶《自然》，在结构生物学研究领域，人工智能或带领生物学、医学和药学挺进新天地；11月，美国南加利福尼亚大学研究人员通过脑机连接设备，让猴子玩 游戏 和跑步机，从而进行神经活动数据研究；12月，DeepMind开发的机器学习框架，已帮助人们发现了纯数学领域的两个新猜想，展示了机器学习支持数学研究的潜力。
“今年人工智能在各行业应用方面也取得不小的成绩。”孙茂松说，“人工智能与基础学科结合已显示出巨大潜力，发表了多篇顶级论文，已展露出某种较强的趋势性，即‘人工智能+基础科学’大有可为。”
作者 张双虎
脑机接口、AR眼镜、智能语音、肌电手环、隔空手势识别……2021年，从基础研究到应用落地，人机交互领域风起云涌。不管是智能 健康 、元宇宙，还是自动驾驶领域的蓬勃发展，似乎都表明，人机交互正站在产业化落地的门口。
“我们研发的高通量超柔性神经电极已通过科研临床伦理审批，即将开展脑机接口人体临床试验。”中科院上海微系统所副所长、传感技术联合国家重点实验室副主任陶虎对《中国科学报》说，“安全稳定地大规模采集人体大脑的神经元信号并进行闭环调控，将实现病人感知和运动功能的修复。”
脑机接口技术给患者带来越来越多的便利。今年5月，斯坦福大学研究人员在《自然》发表封面论文，开发出一套皮质内脑机接口系统，可以从运动皮层的神经活动中解码瘫痪患者想象中的手写动作，并将其转换为文本。借助该系统，受试者（因脊髓损失瘫痪）每分钟可以打出近百个字符，且自动更正后的离线准确率超过了 99%。
不久前，马斯克表示，希望明年能在人类身上使用Neuralink 的微芯片装置。该芯片将用于治疗脊髓损伤、帕金森氏症等脑部疾病和神经系统疾病。目前，相关技术正在等待美国食品药品监督管理局的批准。
“脑机接口领域已经蓄积了相当的技术，有望成为解决大脑疾病的利器。”陶虎说，“大家都在抢占临床应用的先机，明年可能会实现技术落地应用。预计两三年内，国内会出现可媲美马斯克Neuralink的独角兽企业。”
“人机交互将引申出新的万亿级市场。”福州大学特聘教授严群这句判断，也囊括了元宇宙这个巨大的市场。
有人称2021年是“元宇宙元年”，也有人认为这不过是“旧瓶装新酒”。但无论如何，元宇宙已是今年人机交互领域绕不开的话题。
“元宇宙是虚拟现实、增强现实和混合现实的综合，它实际上并非新的东西。”北京邮电大学人机交互与认知工程实验室主任刘伟告诉《中国科学报》，“元宇宙是现实世界和虚拟世界跨越未来的发展方向，但还有些技术问题未能很好地解决。”
在真实世界里，人机交互问题和人机环境系统的混合问题未能很好地解决。真实世界的人机交互中，不管是输入、处理还是输出过程中，客观数据、主观信息和知识依然不能完美融合。
刘伟认为，无论真实世界还是虚拟世界，人类和机器决策都有“快决策”和“慢决策”过程。人类决策有时依靠逻辑决策多些，有时直觉决策多些，这种“混合决策”不断变换，而且很难找到变化规律。这方面的问题机器决策目前还未能解决。
“元宇宙还处在画饼的前期阶段。”刘伟说，“因为它的底层机理没有解决——人在真实世界里未能完美解决人机交互的问题，带到元宇宙里同样不能解决。”
谈到人机交互，刘伟认为第二个不能不说的问题是“复杂领域”。
“今年的诺贝尔物理学奖，也给了复杂系统预测气候变化模型的提出者。”刘伟说，“人机交互也是一个复杂系统，它既包括重复的问题，还包括杂乱的、跨域协同的问题。”
刘伟认为，从智能的角度说，复杂系统包括三个重要组成部分，一是人，二是装备（人造物），三是环境。这其实是多个事物之间相互作用，交织在一起、既纠缠又重叠的“人机环系统”问题。
“在人机交互中，机器强在处理‘复’的问题，人擅长管‘杂’的事——跨域协同、事物间平衡等。因为人们还没找到复杂事物的简单运行规律，所以解决所有智能产品、智能系统问题，要从人、机、环这个系统里找它们的结合、融合和交互点。而且，人要在这个系统中处于主导地位。”
人机交互领域引起刘伟重视的第三个现象，是“人工智能帮数学家发现了一些定律”。“最近，DeepMind研发了一个机器学习框架，能帮助数学家发现新的猜想和定理。”刘伟说，“人工智能是一个基本的数学工具，同时，数学又反映了一些基本规律。如果人工智能可以帮助数学家处理一些数学问题，那么，人们将更好地认识复杂系统的简单规律，人机交互方面就可能会取得新突破。”
作者 张云泉（中国科学院计算技术研究所研究员）
今年是我国超算应用实现丰收的一年。
11月中旬在美国举行的全球超算大会（SC21）上，中国超算应用团队凭借基于一台神威新系统对量子电路开创性的模拟（“超大规模量子随机电路实时模拟”），一举摘得国际上高性能计算应用领域的最高学术奖——“戈登贝尔奖”。
同时，在SC 21大学生超算竞赛总决赛上，清华大学超算团队再次夺得总冠军，实现SC竞赛四连冠。这些大规模应用软件可扩展性和性能调优方面的成绩表明，我国在并行软件方面的发展方兴未艾。
回到超算对产业的驱动来看，我们要重提“算力经济”一词。早在2018年，我们提出“算力经济”概念，认为以超级计算为核心的算力经济将成为衡量一个地方数字经济发展程度的代表性指标和新旧动能转换的主要手段。
综合近几年的发展趋势，我们认为高性能计算当前发展趋势已充分表明，随着超算与云计算、大数据、AI的融合创新，算力已成为当前整个数字信息 社会 发展的关键，算力经济已经登上 历史 舞台。
通过对2021年中国高性能计算机发展现状综合分析，可以总结出当前高性能计算正呈现出以下几个特点。
首先，高性能计算与云计算已经深度结合。高性能计算通常是以MPI、高效通信、异构计算等技术为主，偏向独占式运行，而云计算有弹性部署能力与容错能力，支持虚拟化、资源统一调度和弹性系统配置。
随着技术发展，超级计算与容器云正融合创新，高性能云成为新的产品服务，AWS、阿里云、腾讯、网络以及商业化超算的代表“北龙超云”，都已基于超级计算与云计算技术推出了高性能云服务和产品。
其次，超算应用从过去的高精尖向更广、更宽的方向发展。随着超级计算机的发展，尤其是使用成本的不断下降，其应用领域也从具有国家战略意义的精密研制、信息安全、石油勘探、航空航天和“高冷”的科学计算领域向更广泛的国民经济主战场快速扩张，比如制药、基因测序、动漫渲染、数字电影、数据挖掘、金融分析及互联网服务等，可以说已经深入到国民经济的各行各业。
从近年中国高性能计算百强排行榜（HPC TOP100）来看，超算系统过去主要集中于科学计算、政府、能源、电力、气象等领域，而近5年互联网公司部署的超算系统占据了相当大比例，主要应用为云计算、机器学习、人工智能、大数据分析以及短视频等。这些领域对于计算需求的急剧上升表明，超算正与互联网技术进行融合。
从HPC TOP100榜单的Linpack性能份额看，算力服务以46%的比例占据第一；超算中心占24%，排名第二；人工智能、云计算和短视频分别以9%、5%和4%紧随其后。
可以看出，人工智能占比的持续增加与机器学习等算法和应用的快速崛起，以及大数据中的深度学习算法的广泛应用有很大关系。互联网公司通过深度学习算法重新发现了超级计算机，特别是GPU加速的异构超级计算机的价值，纷纷投入巨资建设新系统。
综合来看，目前的算力服务、超算中心、人工智能、科学计算等领域是高性能计算的主要用户，互联网、大数据，特别是AI领域增长强劲。
再次，国家层面已经制订了战略性的算力布局计划。今年5月，国家发展改革委等四部门联合发布《全国一体化大数据中心协同创新体系算力枢纽实施方案》，提出在京津冀、长三角、粤港澳大湾区、成渝以及贵州、内蒙古、甘肃、宁夏建设全国算力网络国家枢纽节点，启动实施“东数西算”工程，力促把东部的数据送到西部进行存储和计算，同时在西部建立算力节点，改善数字基础设施不平衡的布局，有效优化数据中心的布局结构，实现算力升级，构建国家算力网络体系。
最后，人工智能的算力需求已成为算力发展主要动力。机器学习、深度学习等算法革新和通过物联网、传感器、智能手机、智能设备、互联网技术搜集的大数据，以及由超级计算机、云计算等组成的超级算力，被公认为是人工智能时代的“三驾马车”，共同掀起最新一轮的人工智能革命。
在人工智能蓬勃发展这一背景下，虚拟化云计算向高性能容器云计算演进，大数据与并行计算、机器学习融合创新就成为了产业发展的最新方向。
此外，在智能计算评测方面，我国已经提出了包括AIPerf 500在内的众多基准测试程序，这是对传统Linpack测试标准的有力补充。
这些发展表明超算技术向产业渗透的速度加快，我们已经进入一个依靠算力的人工智能时代，这也是未来发展的必然趋势之一。随着用户对算力需求的不断增长，算力经济必将在未来 社会 发展中占据重要地位。
作者 武延军（中国科学院软件研究所研究员）
开源发展可圈可点并非只是今年的事。最近几年，开源领域发生了很多重要的事情。
例如，RISC-V开源指令集及其生态的快速崛起。这与上世纪90年代初Linux诞生一样。当时，UNIX和Windows是主流，很少有人能够预料到今天以Linux为内核的操作系统已经遍及人们生活的方方面面。
如今，人们每天使用的App，超过80% 概率是运行在以Linux为内核的安卓操作系统上，而且，支撑其业务的后端服务器上运行的操作系统很大概率也是Linux发行版。
所以，今天的RISC-V也同样可能被低估，认为其不成熟，很难与ARM和X86抗衡。但也许未来RISC-V就像Linux一样，最终成为全球范围内的主流指令集生态，产品遍及方方面面。
仅2020年，RISC-V International（RVI，RISC-V基金会迁入瑞士之后的新名称）的会员数增长了133%。其实RVI迁入瑞士这件事情本身也意义重大，是一次开源领域面对大国竞争保持初心不“选边站”的经典案例，值得全球其他开源基金会参考。
在国内，2019年底，华为公司牵头，中国科学院软件研究所、麒麟软件等参与的openEuler操作系统开源社区正式成立。在短短的两年内，社区已经汇聚了7000名活跃开发者，完成8000多个自主维护的开源软件包，催生了10多家厂商的商业发行版。
这是中国基础软件领域第一个真正意义上的“根社区”，虽然与20多年 历史 的Debian、Fedora还有差距，但迈出了重要一步，对学术研究、技术研发、产业创新来说，终于有了国内主导的、可以长期积淀的新平台。
同时，华为在遭遇安卓操作系统GMS（谷歌移动服务）海外断供之后，推出了鸿蒙操作系统HarmonyOS，并在开放原子开源基金会下启动开源项目OpenHarmony。
目前OpenHarmony短时间内已经吸引了国内众多厂商参与，也侧面反映了国内产业界对新一代万物互联操作系统的旺盛需求。尽管其在生态规模和技术完整程度方面与安卓仍有差距，但毕竟迈出了打造自主生态的第一步。
这相当于为源代码合理使用划定了一个边界，即合理使用仅限于接口，一旦深入到接口的实现代码，则需要遵守相关许可。这对开源知识产权的法律界定具有重要参考意义。
今年5月，《2021中国开源发展蓝皮书》重磅发布。它不仅系统梳理了我国开源人才、项目、社区、组织、教育、商业的现状，并给出发展建议，而且为国家政府相关管理部门制定开源政策、布局开源战略提供参考，为科研院所、 科技 企业以及开源从业者提供更多的案例参考和数据支撑。
而不论是开源软件向围绕开放指令集的开源软硬件生态发展，还是开源有严格的法律边界约束，抑或是国内龙头企业正尝试通过开源 探索 解决“卡脖子”问题，且已经取得了一定的效果……众多案例都指向一个方向——开源趋势不可阻挡。因为它源自人类分享知识、协同创造的天性，也是人类文明在数字时代薪火相传的重要模式。
当然，不可否认的是，开源还存在很多问题，例如，开源软件供应链安全的问题。这里的安全既有传统意义上软件质量、安全漏洞的问题，也有开源软件无法得到持续有效维护的问题（如OpenSSL在出现HeartBleed问题时只有两位兼职维护者，log4j出现问题时只有三位兼职维护者），更有大国竞争导致的“断供”问题（如GitHub曾限制伊朗开发者访问）。
随着开源软件向GitHub这类商业平台的集中，这一问题会更加突出，甚至演变为重大风险。开源软件这一本应属于全人类的智慧资产，可能变为实施“长臂管辖”的武器。为了避免这一问题，开源代码托管平台、开源软件构建发布平台等公共基础设施需要“去中心化”。世界需要多个开源软件基础设施，以最大程度消除政治力量对开源社区的威胁。
对于中国来说，随着开源软件成为众多科研、工业等重大基础设施的重要支撑部分，开源软件本身也要有一个基础设施，具备代码托管、编译、构建、测试、发布、运维等功能，保证开源软件供应的安全性和连续性，进而增强各行各业使用开源软件的信心。
未来，核心技术创新与开源贡献引领将成为国内企业发展的新动力，或将我国开源事业推向另一个高潮。
Ⅳ 2022年1月工业互联网融资迎开门红：5家企业获亿元融资
2022年新年伊始，工业互联网融资就开始捷报频传，工控安全、大数据、低代码、区块链等各领域百花齐放。据大东时代智库（TD）不完全统计， 2022年1月，工业互联网领域共发生14起融资事件 ，相较于2021年12月份的13起，毁哗虽然数量上没有明显增幅，但融资金额以及各领域融资事件均多于去年12月份。这也说明，虽然临近春节，但资本却在不停奋战、加速交割工业互联网大市场。
从投资轮次上看，A轮前后的依然最多（5宗），其次是C轮（3宗）、B轮（2宗）。从投资额度上看， 1月份工业互联网融资金额多为亿元级，其中，驻云 科技 获得2亿元D轮融资，成为融资金额最高的企业 。除此之外，融安网络、志翔 科技 、芯华章、优维 科技 等都宣布完成数亿元融资。为此，大东时代智库（TD）将带大家盘点2022年1月份工业互联网企业融资盛况。
图：2022年1月工业互联网领域融资概况
融安网络
融安网络成立于2018年，目前已发展成为国内专注工业控制系统网络安全和边缘计算技术创新的领军企业。公司主持和参与编制多项国家和行业地方标准规范，形成各类知识产权近百项，开发的四大类30款产品手余饥支持超30种工业协议和100种私有协议。客户涵盖工信部、国家电网、中国中车、中石油、宝武钢铁等国家重点行业知名企业，已在全国范围内搭建起强大销售网络。
据了解，融安网络高度重视核心技术的研发和创新，形成以华南为中心、辐射全国的市场营销与技术支持体系。此次融资后，融安网络将开启全国战略布局，依托大湾区的高 科技 和人才优势，以深圳为研发中心，重点深耕发展广西业务板块，合力打造“湾企入桂”示范项目，激活业务发展的新动能，赋能工业企业网络安全的数字化转型发展，助力“新基建"背景下关键信息基础设施高效发展和 健康 稳定运行。
志翔 科技
志翔 科技 自2016年起向工业大数据领域 探索 ，将能源电力行业作为切入点，在应用中不断打磨大数据技术平台，升级与完善产品技术和服务能力。短短几年间，完成在工业大数据领域技术、产品和垂直市场的初步积累，跻身行业新兴企业之列。
目前，志翔 科技 已建立起强大的大数据底层技术平台。平台兼备领先的行业know-how与大数据能力，已获百余项自主研发核心技术认证，在执行性能、描述工程效率、数据治理引擎效率等多项关键技术指标上形成领先优势。依托于该平台，志翔 科技 构建了包括面向用电侧、输配侧、发电侧的计量设备状态评价、新能源 汽车 充电桩状态评价等能源计量产品，光伏、充电桩等能效分析产品，以及碳监测、碳计量等在内的多元化工业大数据产品矩阵。
芯华章
基于新的行业需求，围绕着EDA2.0概念，芯华章以人工智能、云计算为基础，以融合化的验证系统为总体框架，对经典EDA软硬件架构以及算法做创新融合重构，以形成更全面、更高效、更易用的新一代验证系统。
2021年11月24日，芯华章发布统毕返一底层框架的智V验证平台、以及基于智V验证平台四款的EDA产品——桦捷（HuaPro-P1）、穹鼎（GalaxSim-1.0）、穹景（GalaxPSS）、穹瀚（GalaxFV）。这也是契合芯华章提出的EDA2.0概念的产品落地，标志着国产EDA正式进入2.0时代！未来，芯华章将继续以用户的需求进化为核心，以技术创新为源动力，采用敏捷开发、持续集成等先进软件开发流程，不断打磨平台及产品，让芯片设计更简单、更普惠。
咏圣达
咏圣达是一家基于计算机视觉的工业安全AIOT解决方案提供商。据了解，咏圣达以“云边智慧赋能工业安全”为使命，以“减少每一起工业安全事故”为愿景，自主研发出“圣瞳”工业安全智能感知平台，在电力、铁路、化工、石油等高危工业生产场景形成标准化软件及硬件人工智能方案。
“圣瞳”工业安全智能感知平台基于计算机视觉，结合边缘计算、云计算、大数据、物联网等技术，通过标准化的软硬件对工业高危作业现场进行智能感知，通过摄像头、UWB定位、气体检测仪、温湿度传感器等收集现场数据，结合人工智能算法，对人员、设备、环境进行感知。使用户各级管理部门随时掌握现场安全情况，约束现场违规行为，减少事故风险。
优维 科技
优维 科技 创立于2015年，创始团队和高管均来自原腾讯技术专家，是国内新锐的一站式DevOps及运维解决方案服务商，从总部深圳开发拓荒，至今已经在北京、上海、广州、武汉、成都、合肥等多地设立了城市分公司和事业中心，有超过15个重点行业的300多家头部企业已就近获益，为企业提供全面的IT及运维管理解决方案。实现服务能力就近接入，目前优维业务覆盖华南、华中、华北、华东、西部等区域。
据悉，EasyOps是优维 科技 自研的自动化、数据化、智能化DevOps及运维平台，在能力上可以覆盖CMDB、自动化运维、数据化运维、IT服务管理、CI/CD、低代码以及近300多个场景化微应用等。2021年，优维发布了新一代超融合持续观测解决方案“HyperInsight”，不同于国内主流厂商的私有化部署模式，这是一款以混合云部署模式交付的新一代监控产品，HyperInsight的出现，能进一步提升产品面向客户的服务和交付能力。
驻云 科技
驻云 科技 成立于2013年，以阿里云为基座，主要为企业提供云计算架构咨询、实施、运维的技术服务。当有客户提出需求时，驻云的架构师会根据客户云下系统的相关架构、配置、代码及业务进行调研之后做出一套完整的解决方案，在不影响业务的情况下进行云上部署。在云端迁移完成之后，驻云还会根据用户的业务增长对架构进行持续优化。
驻云 科技 的观测云产品，可以统一满足企业在云、云原生、应用及业务上的监测需求，拥有200+技术栈支持、不限数据源，以实际业务场景进行监测数据，实现对数据的实时采集、监控、查看和分析，以及“问题现场还原”。
闪电仓
闪电仓成立于2016年，是一家致力于使用机器人与数字驱动自动化仓配解决方案的 科技 型企业，主要向中小微电商卖家提供仓配一体化服务及供应链金融服务。同时，通过其独立开发面向未来的智能算法系统，采用全球领先的智能设备，帮助企业提供从设计规划咨询、智能设备集成、代运营管理的一站式服务。团队方面，闪电仓创始人刘龙曾外派日本学习六西格玛及精益生产管理、自动化工程，拥有16年世界500强物流/供应链管理及自动化仓库经验。
据悉，其主要业务是基于“库存算法系统+智能调度系统+精益运营产”的数字智慧共享仓。具体来说，库存算法系统目的在于提升高频订单和数百万SKU级别库存管理能力；智能调度系统可以将重复和程序化的劳动由系统驱动机器人来完成，实现了减少用工人员、提升订单效率并大幅度降低成本；精益运营生产则开创了碎片化工作方法，使缺乏职业能力的人灵活就业，用最少的人完成最高的订单量。
鹰厂长
成立于2019年的鹰厂长是一家智能制造SaaS领域的、集开发与运营为一体的高 科技 企业，致力于为国内中小制造企业提供用得起、用得好的先进生产管理系统，打造数字工厂、智慧工厂。鹰厂长的目标客群是全国100万家年产值在1000万以上的离散制造企业，想要通过一套自研的数字工厂SaaS系统帮助工厂逐步实现数字化改造，提升效率、降低成本，转型升级智能制造。
对此，鹰厂长自研了数字工厂系统，融合了ERP（企业资源计划系统）、MES（制造执行系统）、DAS（数据采集系统）、TPM（设备管理系统）、Kanban（看板系统）、QMS （质量管理系统）、WMS（仓储管理系统）、PLM（产品生命周期管理系统）等功能。企业只需要导入鹰厂长这一套系统，就获得了这些系统的能力，极大降低企业在数字化转型方面的试错风险和成本。
艾灵网络
成立于2019年的艾灵网络是国内领先的5G边缘云服务提供商，专注5G网络及移动边缘计算平台研发，提供从终端、基站到云端平台服务的一体化5G+MEC产品线。与行业伙伴共同打造完整的5G边缘云商业生态平台。其希望通过自研核心技术深度链接产业资源，推动B端客户尤其是严苛的工业领域客户快速稳定的部署和实践5G及AIoT，引进企业和云计算全新边缘服务模式，降低客户使用5G和边缘计算技术的门槛。
目前，艾灵网络已向多家行业头部企业提供了基于场景的5G和边缘智能应用方案，覆盖建材、煤矿、3C、 汽车 制造、电力等行业领域，拥有硬件组件、算法、垂直应用、行业解决方案商等产业链合作伙伴数十家。
熵评 科技
同时，熵评 科技 由三位毕业于中国科大电子工程系的同班同学联合创立，其他核心管理团队成员拥有诸如MIT、帝国理工、清华等知名高校学历背景以及华为、惠普、京东、爱立信等知名企业的工作经验。
Prophecy
Prophecy.io是一家SaaS低代码数据工程平台提供商，拥有基于混合云的云原生数据工程产品，可为用户提供数据中心、数据采集迁移等服务。据悉，低代码数据工程平台Prophecy，其用户体验的核心是它的低代码环境，它允许数据工程师和分析师在可视化界面和构建工作流的代码编辑器之间无缝切换。这个界面可以方便且快速地创建Apache Spark代码，然后通过它的Airflow服务执行它。
同时，Prophecy.io是基于Spark＆Kubernetes构建的Cloud Native Data Engineering产品。通过开放运行时和混合云部署帮助企业实现数据工程现代化。自动将现有ETL工作流迁移到Apache Spark并在Cloud Native基础架构上提供完整堆栈数据工程产品来实现此目的。正是这种在代码和可视化界面来回切换以及任何一方的改变都能立即反映到另一方的能力，使得企业对其爱不释手。
舜云 科技
舜云 科技 成立于2019年6月，是一家专注先进流体多物理场数值仿真软件开发的企业，目前已向市场推广的三款关键产品包括：粒子法流体多物理场数值计算软件shonDy，热管理数值仿真软件shonTA，以及2021年10月新推出的通用计算流体力学（CFD）软件shonFlow，广泛应用于 汽车 、海洋和能源工程等领域。
新推出的通用CFD软件shonFlow，核心算法自主可控，具备高效稳定的计算效率以及大规模的计算能力。目前，推出的第一版shonFlow，适用于不可压缩流体、旋转机械、流固共轭传热等问题。虽然shonFlow相比国外对标的竞争产品还仍然只是一棵小树苗，但是国产CFD有非常强的后发优势，在产品底层架构方面可以全新设计，算法可以跟踪国际最新研究成果。该产品目前已经在PCB热管理、核燃料组件流场分析、整车流场分析、电机冷却油路的流量分配等工程场景应用。
零数 科技
成立于2016年的零数 科技 是一家具备区块链底层技术及深度应用场景的国家高新技术企业。公司旨在通过区块链及隐私计算技术，打造数据价值流通基础设施，确保数据在多主体间可信有序流通和安全高效应用，服务于 汽车 、金融、政务、双碳等领域深度数字化。
目前，零数 科技 基于区块链和隐私计算等技术，打造了数据共享和资产流通基础设施，在交通能源、普惠金融、智慧政务、绿色双碳等领域实现大规模商业落地，同时，在产业数字化和金融数字化基础上，通过运营数据流通的闭环服务生态，有效实现产融结合。未来，零数 科技 将继续发挥自身优势，通过底层技术突破与产品化创新，推动新技术、新模式的率先应用，在深耕普惠金融服务的同时，助力实体经济高质量发展。
敏桥 科技
敏桥 科技 致力于融合创新 科技 ，以云原生工业软件助推中国制造业自主研发，提升企业产品创新能力和运营效率。2020年公司推出了核心PCP产品，目前已为包括国内头部主机厂、零部件企业、新能源车企、智能驾驶等跨行业的多个客户提供产品服务。
敏桥 科技 核心产品 PCP配备了 PLM（产品生命周期管理）+CAD 全栈 SaaS 工具的数字化研发平台，能够支持 汽车 、航天等高端制造业实现高效数字化转型，并提升研发工程师的协同效率。同时也具备 MBSE（基于模型的系统工程）的特点，将系统设计工作通过数字化设计手段实现，从而实现可视化、高效追溯、高效协同的优异功能。
Ⅵ 传统企业要实现数字化转型，需要从那些方面入手
数字化这个概念经历了三个发展阶段：
1. 数码化（Digitization）：不改变事物本身，而是改变事物的存在或存储形式、使之能够被计算机处理，如：将纸质文件扫描为电子文件、将相片存储为电子格式；
2. 数字化（Digitalization）：强调的是数字技术对商业的重塑，信息技术能力/数字技术能力不再只是单纯的解决企业的降本增效问题，而应该成为赋能企业商业模式创新和突破的核心力量；
3. 数字化转型（Digital Transformation）：利用数字化技术（如大数据、云计算、人工智能等）来推动企业组织转变业务模式，组织架构，企业文化等的变革措施，如衍生出的智能制造、智慧城市等概念。
诸如企业的财务、销售、市场等业务自身就带有强烈的数据分析需求，领导也厌倦了查看一沓沓报表，更希望看到结论化的数据。如果说运用到个人或是某一个问题的叫数据分析，那么投入到企业的业务层面用于辅助管理产生效益的则可称为数字/数据化管理。
数字/数据化就是要通过收集企业日常运营的数据，客户使用产品服务的数据，市场行业，趋势等等数据，形成企业日常运营的全景图，反映到产品研发、服务流程改善、精准营销、销售模式升级、优化库存等业务的改进上来。
为什么要数字化转型？
（1）数字化让企业中非创新的活动更加简单
换句话说，因为有了数字化手段，企业中那些创新成分低的诸如体力劳动，简单重复的脑力劳动，都可以被自动化，从而，相应的，企业中真正体现创造性的活动的比重才会增加。
（2）数字化让企业获得了一种新的资产——数据
数据资产的特殊性在于，它的价值是最容易受“判断”的影响，而很难和其他资产那样，有一个市场价格。
（3）数字化为企业的创新活动提供了更友好的环境
数字化的手段，让很多原本需要大量投入做实验的创新活动，有了更加简单易用低成本的虚拟化的实验环境，原本来自复杂的实验搭建、制作工作，现在只要动动鼠标，最多写几行代码就可以实现。
数字化转型是发展数字经济的一环，其目标是提高企业运行效率、实现产业高质量发展、优化现有经济结构、构建数字经济体系。
不管是在被动亦或是利益的驱动下，很多传统企业都开始走上数字化转型之路，但往往理想很丰满，现实却很骨感，不少传统企业带着希望来，却带着失望离开。
数字化转型难在哪里？
难点一
数据治理难，数据存在孤岛
尽管数据治理对于企业而言是如此重要，但大多数公司的数据治理行动至今尚未完成甚至仍在计划阶段。整体上的滞后，是因为数据治理不仅是一个技术问题，也是一个管理问题。无论是在跨组织的协调沟通中，还是在决策或持续推进环节，企业数据治理往往需要面对数据孤岛、数据质量差、数据不透明等障碍。
信息存储库仍然由单个团队或部门控制，并且对整个组织不可见。当某些派系将其数据与公司其他部门隔离开来时，员工无法从数据可能包含的答案和见解中受益。大多数公司表示他们在数据孤岛方面遇到了中等或高难度。
数据治理要求企业实现数据透明，而部分数据库难以直接调取内部数据，只能通过对外接口进行访问，在进行诸如数据分析、血缘分析、数据建模等上层应用时，被大大限制了灵活性，一些需要使用原始数据的场景无法实现，数据的价值也就无法发挥出来。
难点二
外包开发的系统，跟不上业务变化
系统的开发过程中，经常无法适应日新月异的业务变化需求，需要开发人员在原有的软件基础上进行修改，一是要等排期，也许排期到了需求又有变化；二是因为是外包开发，许多代码需要重新梳理，一个小小的改动都要浪费开发人员的时间，如果牵涉到沟通和人员流动，情况将会变得更加复杂。
难点三
自研团队成本高，周期长
传统开发软件开发流程，一般要经历需求调研、原型、UI设计、数据模型设计、前端开发、后端开发、集成测试、用户测试、生产上线、运维。流程周期长，需要的技术种类多。导致开发时间过长，人员招聘培训成本也大。
难点四
数据安全令人担忧
对于很多行业来说，数据安全的重要性不言而喻，而数据库是保证数据安全最重要的城墙。所有数据都是数字化的，并且数量巨大，黑客始终可以在恶意内部人员的帮助下找到进入入侵的方式。如果他们以某种方式可以访问你的关键数据，他们可以根据自己的目的进行修改，甚至删除其中的一些数据。
Ⅶ 企业数字化转型阵痛，专有云真是那枚万能解药吗一文看懂云计算
这是京东数科的第871篇文章。
云计算与云朵多少有共通之处，云舒卷自如，就如云计算的资源用量，可弹性扩展；云可以随风飘至不同位置，而云计算，大部分时候，用户并不知道数据中心部署在何方，但它切实存在。
这朵云仍在扩张——根据中国信息通信研究院发布的《云计算发展白皮书（2020年）》，2019年，全球云计算市场规模达到1883亿美元，增速20.86%，预计未来几年的平均增长率仍将保持在18%左右。同年度，我国云计算市场规模为1334亿元，增速38.6%。
其中有两个数值值得探究，其一，我国的云计算市场规模极大，占全球市场七成左右；其二，增速极快。这意味着，在中国发展了十余年的云计算市场，迎来新的"诸神之战"。
新的战场将会从公有云转移至专有云，未来十年，是专有云的天下。
为何传统企业的数字化转型更适宜用专有云来实现？企业应如何选择对应的云服务商？云计算领域玩家又该如何抓住这一波机遇？
当消费互联网早已被定调为"流量红利开发殆尽"，新一轮发展红利转向了传统行业，它们在数字化转型期间所产生的计算、数据存储等需求，为云计算带来机遇。报告显示，95%的企业认为云计算可以降低企业的IT成本，越来越多的行业用户，如银行、地产、航空、零售业、制造业、农业，都存在上云诉求。
除了企业自身的需求之外，政策也开始向云计算倾斜。今年，新基建被写入工作报告，央视列举的七大新基建重点中，大数据中心、5G基建、人工智能和工业互联网等赫然在列。新基建无疑会大大增加未来的数据存储及计算需求，背后需要云计算作为底座。截止2020年7月，已有20余个省份发布新基建规划，仅广东就提出了5.9亿元的新基建项目。
以企业数字化转型为内驱，新基建推动为外驱，云计算市场的新一轮爆发，确有其市场底层逻辑。
而从演变趋势来看，目前云计算已经出现了从单一的私有云、公有云形态，向以专有云、混合云为主的多云形态的演进。
它们之间的主要区别在于云资源所属的主体：
① 公有云 ：由云服务商直接提供云产品与服务，企业需要将数据托管在服务商的数据中心，也因此对数据的掌握力度相对较弱。但其灵活度强，资源用量可弹性扩展，成本也较低。
② 私有云 ：云服务商单独为企业构建服务体系，部署机房、服务器，可针对企业方的需求提供定制化方案。它更适合对数据安全性要求较高的行业，如政府部门，同时部署成本更高，自身还需定期运维。
③ 混合云 ：公有云过于开放，数据安全性不足；私有云过于封闭，运维繁琐成本居高不下，同时数据流通范围受限，于是，混合云将两者相结合。把机密性不高的服务部署在公有云，核心敏感数据部署在私有云，且在两者之间搭建桥梁，用内网专有通道通信。
④ 专有云 ：专有云与混合云有共通之处，同样是将数据按机密性进行分级，并分别部署在不同的资源池中。两者的区别是，混合云依然要为企业构建私有云，而专有云是由云服务商直接提供"专供"的云分区，从物理层面隔离出虚拟化资源池。专有云从形式上看更类似混合云，但成本更低。
近两年，专有云市场增速明显。根据艾瑞咨询《2020年中国专有云行业发展洞察报告》，2018年时，中国专有云的市场规模为59.2亿元，预计五年复合增长率为56.7%，至2023年时，预计专有云市场将达559.4亿元。
私有云市场规模同样在增长，但相对而言增速已在放缓，根据《云计算发展白皮书（2020年）》，它在2019年时市场规模达645亿元，同比增长22.8%，预计2023年市场规模会在1500亿元左右。
公有云是一块"大蛋糕"，几乎已被巨头瓜分完毕，长尾玩家很难弯道超车。中国公有云的市场规模在2019年时为689亿元。尽管目前的增速依然可观——2019年增速为57.6%——但未来公有云的发展依然存在阻力。
首先，数据安全问题。 即便是业内龙头老大阿里云，也出过多次宕机事故，2019年年初，出现IO HANG故障，导致国内大量互联网公司瘫痪，此后又连发两次故障。公有云的客户一般为互联网企业和中小企业，但市场客群变化正在发生，工业、政务、医疗、金融等传统行业加速上云，它们对数据安全、服务可控要求更高，也更青睐专有云、私有云的解决方案。
其次，时延问题。 公有云过往多以大规模的数据中心为枢纽，所有数据从海量的终端设备传导至"中心"进行处理，消耗大量带宽资源，也延缓了数据回传，造成时延。为此，云厂商们在企业近场构筑物理和虚拟资源池，把计算能力拓展至边缘侧，提供更迅速的、端到端的边缘云计算服务。在"中心+边缘节点"的生态中，专有云即为近端分布云的一种具体表现形式，它天然地符合公有云的变革方向。
至此，专有云市场的发展优势也变得如雨后晴空般明晰。
对比公有云，它能有效解决数据安全问题与时延问题，近端设备部署让访问速度更快，弹性拓展能力又并未减弱；对比私有云，既兼具了其业务架构灵活的优势，又规避了数据孤岛，打通云端与本地数据，实现双向数据传输。
没有厂商不想做增量，为占领增量市场，各厂商转向专有云、混合云；同时基于自身过往优势推出行业定制化解决方案。
看似尘埃已定，进入"后江湖市场"的云计算领域，硝烟再起。
① 华为云、天翼云：推出混合云，满足政企用户弹性扩展需求
私密性、安全性是政务部门、大企业上云首先要考虑的，但安全性最强的私有云在使用过程中，也逐渐暴露了弹性拓展能力不足的问题，催生混合云使用诉求。
目前，中国电信与31个省，超过236所城市合作，构建省级政务云平台11个，地级市政务云平台则高达100余个。IDC拥有量在国内排名第一，在"2+4+31+X"一省一池全国资源布局下，数据中心已超700个。
在现有政务资源布局下，天翼云的混合云业务转型水到渠成。
华为云更进一步，它直接停止了单一的私有云服务。革新前，华为与中国人民银行、审计署、工商银行、应急管理部等过往客户做了沟通，互联网驱动业务飞速变化，用户所需的功能与架构革新很难用一年一次的定期升级来解决，混合云更符合长期使用需求。
但在转型过程中，华为云面对的境况比天翼云更复杂。它起家于私有云，已积累大量私有云相关客户，假如要将现有客户进行混合云升级，成本最低的方式是通过数据通道打通私有云与公有云，但这样的"拼装物"，在组件持续叠加、系统多次升级的过程中，研发运维难度上升，大概率会导致体验下滑。
而要做到长期体验的稳定，云服务商需以公有云架构为基础，重新调整体系。大幅革新下，如何证明自己在混合云业务上足以赶超竞对、并维持过往的数据安全优势，是华为云需向客户重点验证的课题。
2016年与2017年，华为云迅猛拓张政府客户，为660座城市建了本地云，放弃单一私有云后，如何帮过往的政企客户做转型，争取其长期支持，会成为华为混合云业务的核心突破点。
② 京东数科金融云T1：提供金融行业解决方案
相较政府业务部门，金融行业的上云迫切度不遑多让。
一方面，传统银行业务受互联网冲击严重，互联网金融正在瓜分市场，用户向线上迁移，《2019年中国银行业服务报告》显示，去年只有10.23%的银行业务通过柜台完成；另一方面，金融行业的发展还未触及天花板，理财、保险、证券在中国仍处于早期发展阶段，从业者有拓荒掘金意。
市场环境决定了，金融企业必须用线上的方式去触达用户。他们的刚性诉求是：和互联网企业一样采用开放架构，易于对产品进行灵活敏捷的调整和修改；同时在用户引流、粘性保持等方面能提供更多支持。
为解决这些痛点，京东数科推出了T1金融云，涵盖金融专有云、数字化运营平台U+、数据中台、技术中台、分布式关系型数据库StarDB等。
从云计算的角度来看，金融专有云保障了数据安全，及弹性扩容。U+平台的"一站式移动研发平台"则以PaaS的形式提供APP、小程序开发的能力，部署周期大为缩短，它还提供APP全生命周期管理，包括性能监控、崩溃问题分析、消息推送等。据了解，该PaaS平台能将开发资源压缩至38%，性能提高50%以上，在其支持下，苏州农商行在几个月内快速上线了网贷系统、智能客服系统、手机银行。
对金融客户来说，它大大降低了中台、APP的开发和运维难度，降低银行数字化转型成本。
这当然不是终点，"金融行业解决方案输出者"T1金融云，还提供了更多深度运营服务——"摹略"智能营销决策系统记录用户行为的关键触点，面向多个业务场景提供精细化运营策略，提供A/B测试，可分析并复盘策略有效性。前不久召开的京东全球 科技 探索 者大会上，京东数字 科技 集团副总裁曹鹏还提到了"智能语音外呼机器人"，京东数科机器人每日的呼叫量超百万，转化率比人工呼叫高出63%。此外，"鹰眼"短信营销、"良研"用户调研、智能客服、直播、工单系统等解决方案也在提高用户粘性。
它正处于飞速增长期，根据国际数据公司（IDC）发布的《中国金融云市场（2020上半年）跟踪》，京东数科T1金融云发布一年内打下了金融云市场9.5%的市场份额。可以预估，这一数字还将持续增长。
③ 阿里云、腾讯云借助过往优势撬动新业务
商业的本质，是依托于过往优势，制造杠杆，撬动更大的利润和市场，华为云如是，阿里云与腾讯云同样如此。
阿里云今年的最大动向是很好的改造了自己原有的产品，与云平台基础相结合，再打造一个数字原生操作系统，进而改造成为企业应用开发平台。如此一番操作，即有利于导流，又顺利将云市场服务下沉至中小企业。值得一提的是，对于大中型企业，阿里云主推专有云。
腾讯云则提出了物联网生态战略，在 汽车 和智慧酒店领域均有涉猎，用专有云、公有云等产品，为企业升级业务管理体系。它的IoT战略是2B2C的，发展的重要抓手在于微信流量，替代了打开率低下的各类APP，提高了物联网设备的活跃度。
作为新基建的一环，云计算涌入越来越多的行业，其服务形态也在变得更细化、更落地。
而从用户端来看，采用多个云服务商、多种云形态变得越来越普遍。《Flexera 2020年云状态报告》的数据显示，93％的企业采用了多云策略，87％的企业则采用了混合云策略，受访者平均使用2.2个公共云和2.2个私有云。
多云策略下，催生多网融合需求，即将云跨服务商打通，让同一企业部署在不同云服务商的数据形成交互。目前，天翼云已实现"一线多云"，上云后，可利用专线再连接到其它云服务商。
云计算优化的路径没有尽头，多云融合、多网融合正成为新趋势，一旦这一进程完成，云服务商再难借用过往数据沉淀留住客户，竞争最终依然要回归解决方案的有效性。
#云计算#