根据IDC全球融合系统季度追踪报告显示,2017年第四季度全球融合系统市场收入同比增长9.1%达到36亿美元。全年销售额超过125亿美元,比上年增长9.4%,是历年来首次超过120亿美元。
IDC企业服务器和存储研究副总裁Eric Sheppard表示:“2017年部署融合系统的企业数量在持续增长。这一年中,融合系统市场的总市场规模超过125亿美元。虽然今年并非所有细分市场都有所增长,但那些增长的细分市场能够为当今数据中心面临最核心基础设施的挑战提供显著的好处。”
融合系统细分市场
IDC的融合系统市场观点提供三个部分:认证参考系统和集成基础架构,集成平台和超融合系统。经过认证的参考系统和集成基础架构是预集成的,供应商认证的系统,包含服务器硬件,磁盘存储系统,网络设备和基本元素/系统管理软件。集成平台是集成系统,与其他预集成套装软件和定制系统工程一起销售,以优化应用开发软件,数据库,测试和集成工具等功能。超融合系统将核心存储和计算功能折叠成一个高度虚拟化的解决方案。将这些解决方案与其他集成系统区分开来的超融合系统的一个关键特征是其横向扩展架构以及通过相同的x86服务器资源提供所有计算和存储功能的能力。所有三个部分的市场价值包括硬件和软件,但不包括服务和支持。
IDC将融合系统市场分为三个细分领域:认证参考系统与集成基础设施、集成平台、超融合系统。认证参考系统与集成基础设施是预集成的、厂商认证的系统,包含服务器硬件、磁盘存储系统、网络设备、基础元素/系统管理软件。集成平台是配有额外预集成打包软件的集成系统,还有针对实现应用开发软件、数据库、测试和集成工具等功能进行优化设计的定制系统。超融合系统则是将核心的存储和计算功能融入单一的、高度虚拟化的解决方案。超融合系统的一个关键特征就是其横向扩展架构,以及能够通过相同的基于x86服务器的资源提供所有计算和存储功能。
在2017年第四季度,认证参考系统与集成基础设施系统市场收入达到17亿美元,同比下降3.4%,占整个融合系统市场总值的47.1%。戴尔是该细分市场中最大的厂商,销售额达到7.35亿美元,市场份额为42.9%。思科/NetApp的销售额为5.656亿美元,市场份额为33%,排名第二。HPE的销售额为2.893亿美元,市场份额为16.9%。
* 注释:戴尔代表着戴尔与EMC在所有显示季度中的销售收入。
2017年第四季度,超融合系统销售收入同比增长69.4%达到12.5亿美元,占整个融合系统市场的34.3%。2017年全年超融合系统的销售额超过37亿美元,相比2016年增长64.3%。
在品牌解决方案看来,戴尔是这一细分市场中最大的供应商,收入为3.468亿美元,占有27.8%的份额。Nutanix的收入为2.430亿美元,占有19.5%的份额,位列第二。惠普和思科并列第三,收入分别为6160万美元和5630万美元,份额分别为4.9%和4.5%。
注释:
* 戴尔代表着戴尔与EMC在所有显示季度中的销售总额。
** 在全球融合系统市场中,当两个或者多个厂商之间的收入份额差等于或者小于1%的时候,IDC认定这些厂商为并列位置。
2017年第四季度,在HCI软件的基础上,运行VMware超融合软件的系统得到了4.051亿美元的厂商收入,占总市场份额的32.4%。运行Nutanix超融合软件的系统得到了3.684亿美元的厂商收入,占总市场份额的29.5%。这两者代表了所有软件和硬件,不管最终品牌是什么。
注释:
* 戴尔代表着戴尔与EMC在所有显示季度中的销售总额。
2017年第四季度,集成平台销售额同比减少18.1%,收入为6.755亿美元,在整个融合系统市场中占比18.6%。Oracle是该季度排名第一的集成平台提供商,收入为3.605亿美元,在该细分市场中占有53.4%的份额。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind团队发布了EmbeddingGemma,这是一个仅有3.08亿参数的轻量级文本理解模型,却能达到7亿参数模型的性能水平。该模型在权威的多语言文本嵌入基准测试中排名第一,支持250多种语言,特别适合移动设备部署。研究团队通过创新的编码器-解码器初始化、三重损失函数训练和模型融合技术,实现了性能与效率的完美平衡,为AI技术普及化开辟了新路径。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
日本奈良先端科学技术大学等机构首次深入研究AI编程工具Claude Code在真实开源项目中的表现。通过分析567个代码贡献,发现83.8%被成功接受,54.9%无需修改直接使用。AI擅长重构、测试和文档工作,但需要人工修正bug处理、代码风格等问题。研究揭示了AI编程工具的实际能力边界和改进方向。