2025年以计算加速迈进智能化未来-IDC新一代云基础设施实践报告.pptxVIP

以计算加速迈进智能化未来

—IDC新一代云基础设施实践报告;

解决方案

3.1打造极致性能体验，为传统计算业务打开新空间

3.2技术和架构创新，提升AI时代的向量数据处理和协同计算效率

3.3强化硬件安全设计，持续增强安全保障能力

3.4全球一致的云服务能力体系，全面助力企业国际化战略;

前言

IDC分析师认为：全球AI基础设施革新的浪潮中，算力需求的爆发正在驱动云计算与边缘计算深

度融合，行业定制化与智能化服务加速渗透，成本优化与绿色计算将成为竞争的关键。未来，基础设施的核心矛盾将从“资源供给”转向“效率与价值平衡”，技术迭代将围绕“弹性算力调度”“数据主权治理”“垂直场景深度适配”三大主线展开。

越来越多的企业核心数据正在向云数据中心迁移，计算密集型任务处理能力与弹性资源供给能力

正成为云服务商的核心竞争力。面对企业客户的数字化转型需求，减少延迟和工作负载可移植性将是客户的关键优先事项，为垂直特定数据类型提供量身定制的云服务将创造有利的竞争优势。云提供商须为跨行业数据采集、存储和计算需求的大幅增长做好准备。

在AI高速发展和在线业务快速膨胀的时代，企业用户对云基础设施的性能、成本、稳定性、安全

性等方面提出了全新的要求。为适应企业创新、降本增效以及业务出海等需要，云服务商不断通过协同创新升级全栈服务品质，同时也利用自身融合发展的经验优势，助力企业积极开展国际化布局。;

来源：IDC全球数据圈预测,2025-2029

1.1技术全面升级，为复杂的企业在线业务提供保障

企业在线业务的受众范围和功能复杂度在快速增加，在金融交易、电商直播、实时游戏等场景

下，服务端动辄需要支持百万级并发连接和毫秒级响应要求，应对海量的网络协议处理、页面加载、安全等事务。企业云计算客户不仅对算力密度有极致追求，还期望通过连接性能和存储技术等多个方面的协同进步，实现数据库、大数据等服务平台的性能跃升。在IDC面向全球1350家企业所做的数字化进程与业务成果调研中，应用的可用性、综合安全性、应用的性能等都成为企业??心关注的目标。;

n=1350

来源:CloudPulseSurvey,IDC

对算力密度的极致追求：企业希望利用有限的物理空间输出更强大的算力。这一方面体现在

一些高端的云服务实例可以提供数百、数千甚至数万数量级的CPU、GPU核服务能力；另一方面，为满足大数据、数据库、3D视频处理在内的一些单核敏感型业务的需要，云服务仍将持续提升单核、单实例性能。

多技术融合提升连接性能：云服务商综合利用内存/缓存、PCle、RDMA、IP网、EIP、VPC

等一系列技术升级和软硬件融合优化成果，大幅提升云、边、端不同位置服务之间的协同效率，这对于保障在线业务的体验至关重要。

存储方案升级应对大数据量冲击：云服务商通过采用更高性能的存储设备和更高效的存储架

构，结合对数据布局的优化，提供贴合不同在线业务需求的个性化存储服务，例如低时延块存储（数据库多副本场景，0.1ms延迟）、高带宽弹性盘（大数据单副本场景，吞吐量达40Gbps）、高速临时存储等。

1.2软硬一体协同优化，应对Al时代激增的数据冲击

AI预训练和推理过程需要存储和预处理海量的多模态数据，数据向量化趋势也非常显著，为保障

AI应用特别是中小模型推理和传统AI搜推场景的实时响应，云基础设施也在架构层面做出了持续的优化创新。;

分布式预处理框架和流程优化：通过构建分布式的训练数据预处理框架，将IVF、HNSWLib、

Faiss/Flat等向量化算法进行分布式改造，使其能够在多个计算节点上并行运行。通过数据分片和任务分配，充分利用集群的计算资源，提高处理大规模向量数据的能力。这需要云计算基础设施提供灵活的适配和资源编排能力，以及严格的资源隔离与共享保障。

利用硬件加速提升数据预处理和Al推理效率：在处理器内部增加专用硬件加速单元和专用指

令集，提升数据清洗、加密与传输效率。对于视觉模型、视频处理、数据库模糊检查询等任务，云实例基于新一代处理器的向量指令集、矩阵加速指令集等，能够直接支持相关AI算子执行，简化系统架构，提升响应性能与可靠性，持续改善搜推广、语音/视频处理以及中小模型的推理体验。

云原生方案形成整体保障：除了算力层面的降本措施，云服务商还通过持续增强弹性伸缩、

Serverless以及统一运维等云原生解决方案的效能，实现硬件、算法、平台、服务的协同进化。例如，在强化弹性伸缩能力时，综合运用编排调度（例如Kubernetes）、服务监控、服务治理以及相关的配置管理等云原生能力，在提高弹性伸缩的速率的同时，持续增强自动化预测能力以及优