根据IDC全球融合系统季度追踪报告显示,2020年第四季度全球融合系统市场收入增长0.2%至45亿美元。
IDC基础设施平台和技术集团研究分析师格Greg Macatee表示:“融合系统市场今年第四季度收盘时同比微弱增长0.2%,而全年同比下滑0.6%。超融合系统是该季度融合市场的主要增长点,同比增长7.4%,这比我们过去几个季度所看到的增幅都要快。欧洲、中东和非洲地区该季度实现了两位数的增长。中国、日本和拉丁美洲市场也是如此,一定程度上抵消了北美和亚太地区(中国和日本除外)的下滑。”
融合系统细分市场
IDC的融合系统领域分为三个细分市场:认证参考系统及集成基础架构、集成平台以及超融合系统。该季度,认证参考系统和集成基础设施市场收入同比增长0.1%,达到16亿美元,占所有融合系统总收入的35.6%。集成平台收入同比减少25.9%至4.6亿美元,占融合系统市场总收入的10.1%。超融合系统收入同比增长7.4%至25亿美元,占融合系统市场总收入的54.2%。

IDC以两种方法对超融合系统市场中的技术厂商进行排名:按超融合解决方案品牌进行排名,或者按提供核心超融合功能软件的厂商进行排名。第一张表格显示了按市场品牌排名的情况,第二张表格显示了按超融合软件厂商排名的情况。表格中的数据涵盖所有软件和硬件,最后汇总为整体市场规模。
就超融合系统市场的品牌而言,戴尔是最大的厂商,收入为8.018亿美元,占比32.6%。HPE位列第二,收入为3.317亿美元,占比13.5%,Nutanix位列第三,收入为2.541亿美元,占比为10.3%。

注释:
* 戴尔代表着戴尔与EMC在所有显示季度中的销售总额。
IDC指出,以前发布的全球融合系统市场追踪报告是将基于VMware vSAN ReadyNode的超融合解决方案放在了“其他供应商”下。追溯至2019年第一季度,IDC已经将这些超融合解决方案收入转移到服务器厂商下。尽管这部分销售额从“其他供应商”转移到了单个服务器厂商下,但这并没有改变超融合市场的总体规模。不过,这一转变确实为某些厂商带来了额外的、贴牌的超融合市场份额。
从超融合基础设施系统的软件品牌来看,该季度运行VMware软件的超融合系统收入为9.538亿美元,占整个市场的38.7%。运行Nutanix超融合软件的系统在该季度的厂商收入为5.755亿美元,占整个市场的23.4%。应该指出的是,Nutanix的同比增幅受到了从软件许可向订阅销售转型、近期一系列针对年度合同价值超过合同总价值的激励措施、以及入市策略转向OEM合作伙伴的重要影响。现在在订阅软件模式下,收入将在整个合同期间得到确认,而不是在最初销售时点时确认,这使得前期收入确认金额有点降低,从而给IDC的份额数据带来一定的负面影响。在超融合系统软件市场中,华为和戴尔处于并列*第三,份额分别为6.3%和5.6%。所有金额均代表所售超融合基础设施硬件、超融合基础设施软件、系统基础设施软件的价值,与硬件品牌无关。由于硬件销售是一个重要因素,因此不应该认为该图表仅反映或完全反映了各厂商的整体软件表现。

注释:
* 在全球融合系统市场中,当两个或多个厂商的收入份额或单位出货量份额相差不超过百分之一或更少时,IDC认定这些厂商处于并列位置。
a 戴尔代表着戴尔与EMC在所有显示季度中的销售总额。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。