No.202404云計算藍皮書(2024年)2024年7月設目錄HYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINKHYPERLINK\l"br58"指標體系與計算口徑HYPERLINK\l"br58".........................................................................................53云計算藍皮書（2024年）一、全球云計算發展概述重點美國持續加強云計算行業應用，同時出臺政策、規則關注云安全發展，避免技術外溢，以鞏固其在云計算領域的領先地位。一方面，美國不斷加強云安全防范。2023年3月，美國白宮發布《國家加速向云服務遷移，提升整個聯邦政府的網絡安全態勢。2024年2月，美國云安全工作組發布安全策略文件，提出優化政府云安全性的措施，建議國會通過立法進一步規范云服務安全，提倡白宮管理和預算辦公室將其云智能指南更新為“云安全”指南，并增強網絡指標。另一方面，美國持續關注云服務的安全管控。2024年1月，務商對外國客戶的身份識別和報告義務，擬議規定提供美國“基礎設施即服務”的云服務商、經銷商須核驗外國人客戶身份信息，并在特定情形下向美國商務部報告外國人客戶的詳細身份信息和人工智能大模型訓練活動情況。歐盟發布宣言、計劃，將云計算服務的使用率定為提升國家競爭力的關鍵績效指標，確認云計算作為國家科技創新和數字經濟時1云計算藍皮書（2024年）2023年2030：數字強國—提升歐洲科技領導力和復原力的件，提出一項關鍵績效指標，以衡量建設有競爭力的歐洲方面取得的進展，指標包括：75%的歐盟公司應使用云計算服務、大數據和人工智能。2023年12月，歐盟委員會批準一項12億歐元的國家援此外，歐盟還在持續關注云主權。2023年5月，歐洲網絡安全認證小組對新的《歐盟云服務網絡安全認證計劃草案》展開審查，要求云廠商提供的云服務必須在歐盟運營和維護，所有云服務的客戶數據都必須在歐盟存儲和處理，歐盟法律優先于有關云服務提供商的非歐盟法律，歐盟以外的任何實體不得直接或間接、單獨或共同對申請云服務認證的云服務提供商擁有有效控制。東南亞和中東地區國家發布數字路線圖、法案，將投資和發展云計算作為國家長期戰略。2024年2月，泰國數字經濟與社會部發布2024動力以及網絡安全等領域來提高在全球數字經濟中的競爭力，其中云優先政策提倡廣泛采用云系統進行數字基礎設施改造，提高政府服務質量。2023年監管，對國外企業在越南直接開展數據中心和云計算服務幾乎沒有2云計算藍皮書（2024年）施加限制，表明了其積極擁抱云計算的態度。2023年5月，新加坡智慧國家和數字政府辦公室與谷歌云聯合宣布推出人工智能政府云2023年4月，沙特宣布在新設立的四個經濟特區中，單獨設立了“云計新新高地。韓國和日本不斷加大云計算投資力度，持續推動本土云服務擴張和智能化發展。2023年9月，韓國提出“制定第五個科學技術基2023-2027鼓勵公共部門優先部署私有云，促進公共部門的數字化創新，加快軟件行業的云部署進程，加強云產業競爭力，打造云產業永續發展的生態圈。2024年2月，韓國科技信息通信部宣布，將投資9150萬美元來推動本國云計算產業智能化發展。2024年1月，日本政府接受亞馬遜云在其本土投資的150億美元，旨在推動日本企業的生成式人工智能可用性和亞馬遜生成式人工智能的客戶采用率，促進日本云計算產業的智能化發展。Gartner數據顯示HYPERLINK\l"br8"1，2023年以IaaS、PaaS、SaaS為代表的全球云計算市場規模達到586419.4%1《Forecast:PublicCloudServices,2021-2027,2Q23Update》Gartner2024年4月3云計算藍皮書（2024年）見由疫情帶來的波動已回落到正常水平，云計算仍然是市場高穩定增長的不可或缺的技術。未來幾年，隨著云計算與生成式AI18.6%2027年全球云計算市場將突破萬億美元。來源：Gartner2024年4月圖1全球云計算市場規模及增速（億美元）。受人工智能技術發展帶動底層云計算需求增長，2023年北美洲云計算市場規模占比53.75%策等因素，亞洲云計算市場實現快速發展，占比與歐洲的差距縮小到兩個百分點以內。大洋洲和南美洲與去年持平，整體占比變化不大，非洲則實現了3倍增長至1.69%。此外，中東地區的發展尤其突出，有望迎來發展熱潮，阿聯酋計劃投資400億美元，加速云計4云計算藍皮書（2024年）埃及等中東地區新型基礎設施建設，這些都將持續推動亞洲、非洲的云計算規模擴大。來源：Gartner，2024年4月圖22023年全球各區域云計算市場規模占比從服務商層面來看，云計算巨頭持續領跑全球，第二梯隊深耕細分技術領域保持追趕。2023年，微軟云和亞馬遜云憑借AI云產962.13億美元和907.57億美元的營收穩居全球市場前兩名。第二梯隊服務商保持積極追趕態勢，但受市場布局先手影響，營收增長有限，轉向業務整合，通過深化主營業務技術優勢，拉高領域技術壁壘，推動其業務增長。例如，谷歌云基于開源技術的領導地位大力發展AI工具、IBM關注混合云與AI解決方案咨詢、天翼云和移動云借助運營商資源優勢聚焦數字化5云計算藍皮書（2024年）轉型方案。來源：公開資料整理圖32023年全球主要廠商云計算業務營收（億美元）的土壤經過多年發展，云計算技術已日臻成熟，成為承載各類新技術“云+合，推動企業數字化升級轉型。云原生作為新型基礎設施，其資源平臺建設已日趨成熟，隨著新技術棧與平臺架構的不斷升級，上層應用生態面臨革新，應用現代化應運而生，能夠從供給方式、生產模式、生產工具等方面助力企業提升生產效率和質量。當前，應用現代化已進入規模實踐期，并呈現以下特點：一是技術架構方面，6云計算藍皮書（2024年）分布式云原生有力支撐多云應用的一體化管理訴求。出于對數據產權、安全合規與業務穩定等因素的考量，多云策略成為應用部署的重要選擇。分布式云原生方案具備統一的資源納管、運維管理、安全保障、算力調度與成本控制能力，為多云環境下應用的全生命周期管理提供底層架構支持。二是應用架構方面，事件驅動為應用提應對大規模、強實時、高可用的現代化業務需求，事件驅動架構則憑借其松耦合、分布式、異步執行、可擴展性等特點，能夠有效降低應用的開發與維護難度，增強應用的容錯能力。三是數據架構方面，云原生融合大數據技術加速釋放應用的數據價值。數字時代各行業的迅速發展引發數據爆炸式增長，大數據云原生架構憑借彈性伸縮、統籌資源調度以及智能化運維等方面的優勢，能夠實現低成EMRDataproc和阿里云MaxCompute等云原生大數據產品能夠快速部署、管理和擴展Hadoop、Spark集群，滿足各類數據處理需求。“云+管理”方面，云成本治理與云原生、大數據、SaaS等技術結合，引領企業邁向精細化運營管理階段Flexera《2024年云現狀調查報告》顯示，84%以上的企業面臨云成本管理挑戰，管理云支出已經連續兩年成為企業用云面臨的最大挑戰。FinOps可提供有效應對復雜云環境的成本管理框架，同時提升業務敏捷性與成本效FinOps理念由資源監控過渡7云計算藍皮書（2024年）至精細化治理階段，實現方式不斷升級。一是云成本治理基于對云原生應用組件的資源監控，實現成本的精細化、動態化管理。云原生技術以微服務架構、容器化、持續交付等核心要素重新定義應用云成本治理能夠對每一個應用組件的資源消耗進行精確計量，實現KubernetesService提供高度靈活的資源管理、自動擴展和成本分析工具，使企業在云環境中實現資源的快速部署、智能監控和成本優化；阿里云借助容器服務和專為云原生設計的服務網格構建容器編排和微服務管理能力，實現二是云成本治理利用大數據和AI大數據分析結合AI算法能夠快速識別出成本使用的異常模式，幫助云成本治理實現從被動響應到主動預測和策略驅動的轉變，提升企業對成本控制的能力和效CostExplorer工具深度分析歷史消費數據，為用戶生成高精準的費用預測模型與優化建議；騰訊云的成本優化平臺利用機器學習模型預測成本趨勢，幫助企業精準預估未來開支并及時定位資源浪費。三是云成本治理利用SaaS化工具重塑服務形隨著SaaS化云成本治理解決方案與成本優化工具的興起，企業能夠即時享受自動化預算監控、資源調度優化和費用預測分析等成本優化服務，顯著降低企業部署難度，提升運營效率和成本效益。例如，谷歌云采用CloudBilling、Cloud8云計算藍皮書（2024年）CostManagement促進企業成本治理與云效率的雙重提升；華為云的一站式成本管理平臺集成了成本收集、使用分析、監控預警等功能，企業能夠輕松實現云端資源消耗的全景概覽，從而大幅簡化云成本處理流程。“云+享化、場景化和市場化特征，成為大型企業建云新模式Gartner在2023年、2024測到2027年超過70%云平臺融合垂直領域解決方案，是專為行業內企業提供業務創新和數字轉型的云平臺。架構方面，行業云平臺通過組裝式應用實現場景級能力輸出，推出共享可復用的生態產品。建設方通過建設生態場景級的可復用基礎框架，建立統一管理的共享服務標準和數據標準，形成產品場景的標準化和業務共享服務能力，從而促進生態產品的高質量開發和能力復用。如工商銀行金融生態云構建開放的金融生態平臺，通過應用組裝實現優勢產品的標準化封裝和輸出，推出豐富的金融服務解決方案。應用方面，行業云平臺具備生態SaaS孵化聚焦行業痛點的生態SaaS提供原動力。Salesforce訂單履行到客戶服務所有商務領域的一站式SaaS服務，依托9云計算藍皮書（2024年）Salesforce行業云整合產業鏈資源，聚焦行業領域各類場景，能夠為化工行業企業提供云計算垂類場景服務。運營方面，行業云平臺構建完整的云資源交易鏈路，功能迭代呈現市場化特征。行業云構建公有云級別的資源交易全鏈路體系，支持租戶進行云產品下單支付使用和賬單結算等能力，通過計量計費、賬單結算、伙伴廠商管理等運營技術實現云資源資產化管理模型。例如，上證云通過實現統一門戶、產品運營管理平臺與經營分析、應用商城管理平臺等能力，面向證券、基金等行業企業用戶建立市場化體系。“云+保”進入主動化與透明化新階段。近年來，云服務平臺及大型互聯保障系統穩定性呈現出新策略、新防御和新觀測的發展趨勢。一是大模型技術引領運維策略的革新。大模型在運維領域的實踐，能夠加速故障識別與自我修復過程，優化資源調度防止過載，以及提供智能化決策支持。國內云廠商在大模型智能運維方面已開展積極探索，并在智能問答、輔助診斷、故障總結等場景形成了實踐案例；國外廠商則嘗試將運維大模型用于故障的理解和內容生成。二是混沌工程為系統穩定性構筑了堅實的前置防線。混沌工程作為一種通過設計并執行一系列實驗，幫助發現系統技術架構與運營流程、隱藏風險與薄弱環節的技術，起初主要在運維團隊內部獲得了較高的10云計算藍皮書（2024年）關注度。隨著混沌工程的實踐價值得到了更廣泛的認可，其應用不再局限于運維階段，而是擴展到了測試團隊乃至整個軟件開發生命周期中。在國內，騰訊云、京東云等廠商紛紛構建自己的混沌工程Gremlin公司為例，其提供的混沌工程平臺已被多家跨國企業采用。三是端到端可觀測性成為復雜系統故障發現和定位的關鍵。端到端的可觀測性技術通過采集、分析整個服務鏈路上的數據，實現對系統狀態的實時監控與精準故障定位。如國內多家云服務商正探索構建端到端的監控體系：貫穿業務、應用程序、云服務、基礎設施層乃至硬Datadog、Splunk等公司提供的全鏈路可觀測性解決方案，亦在眾多行業得到廣泛應用。“云+加速企業云原生化轉型進程。根據云原生計算基金會CNCF統計，2023年66%是云原生用戶面臨的最大挑戰。2023年Gartner技術成熟度曲線顯示，云原生安全技術正處于期望膨脹期，云上新增安全風險正推動云安全向云原生安全持續演化。國內外云原生安全創新技術和產品不斷涌現，并呈現出原生化、一體化、智能化的特點。原生化從設計到運行，實現云平臺和安全的深度融合。云原生安全的原生化一是要求將安全內嵌入云服務之中，提供高效的安全防護措施；二是11云計算藍皮書（2024年）要求安全產品充分云原生化，提供靈活敏捷的安全服務。在云原生安全發展初期，安全技術提供商結合安全左移理念，更關注開發安全，聚焦于將容器安全、鏡像安全、網絡微隔離等工具與云環境深度融合。而當前安全原生化已覆蓋應用的開發、部署、運行，與DevSecOps理念相結合，確保每個階段都內嵌安全措施，包括騰訊云、華為云、阿里云、小佑科技、青藤、亞馬遜云、JFrog、在內的國內外廠商均推出了相關產品。一體化整合單點工具和安全平臺，實現應用全流程一體化防護。隨著云原生技術被應用到更多核心業務中后，以單點工具為主的云原生安全防護手段顯然已經無法滿足安全要求。其一，安全防護體系的木桶效應明顯，單個安全產品的短板會影響整體安全防護；其二，云原生環境安全孤島和整云原生安全開始從過去使用單點安全工具，或將多個解決方案組合解決安全問題的模式，向全流程一體化防護的模式轉變。國內外安全廠商紛紛推出一體化云原生應用保護平臺，例如PaloAlto推出的PrismaCloudGoogleCloudPlatform智能化利用隨著AI技術的不斷進步，云原生安全正朝著智能化加速發展。安全技術提供商一方面重點發展自身安全大模型，在安全產品中集成智能問答能力；另一方面側重于將AI在2024RSACRSASecurity在內的十余家主要供應商12云計算藍皮書（2024年）和多家初創公司，已經發布了AI驅動的安全產品。“云+展，加速構建高效互聯的算力互聯網。隨著人工智能大模型快速發展，數據傳輸從下行轉向上行，應用任務對算力資源需求指數級上升，單一資源池難以匹配任務需求，算力互聯互通成為主要目標，催生協同計算的算網云調度操作系統，推動不同通信主體、算力資源之間的網絡互聯，業務互通，加速構建傳統互聯網之上增強的算力互聯網。當前，算網云調度操作系統呈現以下幾個特點：算力資源層面，算力標識定義算力資源，促進資源匯聚尋址。算力互聯網中計算任務在應用層基于算力標識匹配合適的資源和路徑。算網云調度操作系統基于算力標識自動注冊上報，匯聚算力資源信息，實現算力的描述、定位及尋址。例如，中國移動“百川”系統基于算力標識已接入超過1.9EFLOPS的社會算力，和自有算力形成互補。支持跨域調度，提供豐富的調度策略。算網云調度操作系統提供基于任務封裝的增刪改查、數據卷掛載等能力，提供跨域、跨服務商GPU如，CNCF開源算網云操作系統KubeWharf基于云原生技術及核心調度能力，支持大規模多租集群跨域調度和機器學習編排調度等場RDMA解決大數據量遠距離傳輸的網絡傳輸問題。算網云調度操作系統基于RDMA能夠提供卡間、13云計算藍皮書（2024年）DPU服務器間數據交換監測。二、我國云計算發展概述2024年1月31族復興偉業，實現新型工業化是關鍵任務。深化推進云計算與實體經濟融合升級是落實新型工業化大會精神“把建設制造強國同發展產業深度轉型升級的重要路徑。國家層面，政策支持力度不斷加大，持續加強云計算基礎設施建設和行業應用。基礎設施建設方面，2024年政府工作報告指出發節能減排降碳2023年2024年1月，工信部在《云計算綜合標準化體系建設指南》中，明確優先制定云計算創新技術產品、新型服務應用和重要缺失領域的關鍵14云計算藍皮書（2024年）標準。行業應用方面，2023年3月，中共中央辦公廳、國務院辦公推進云計算等在醫療衛生領域中的應用，加強健康醫療大數據共享交換與保障體系建設。2023年建立貫通國家、省、市、縣各級中小企業公共服務機構的全國中小2023年12月，工信部等八部門聯合發布《關于加快傳統制造業轉型升級的指導意需求，加快云計算等信息技術與制造全過程、全要素深度融合。地方層面，各地積極貫徹落實國家戰略部署，結合區域特點和發展需求，推動云計算技術創新和產業智能化應用。一方面，各省市通過政策支持和資金投入，大力推動云計算關鍵技術的研發與創推動云計算重大研究項目和關鍵技術攻關；浙江省聚焦云計算等五批重大戰略成果；廣東省致力于形成城市級分布式云計算能力，促進云計算與邊緣計算的協同發展。另一方面，各地政府結合本地產業特點和發展需求，積極推動產業數字化轉型和智能化升級，促進智造1005G基站，15云計算藍皮書（2024年）推動產業數字化和上云應用；天津市加快新型工業化建設，推動智能制造和數字化轉型，鼓勵中小企業“上云上平臺”和數字賦能，建設智能工廠和數字化車間；山東省聚焦智能化和集群化，實施制能制造和先進產業集群建設。此外，各地還在積極探索大模型和人工智能技術在云計算中的應用。例如，深圳市通過建設城市級和企業級智能算力平臺，推動智能算力云服務，提升產業集聚水平；湖北省加快打造智能算力平臺，推動大數據和云計算中心建設，支持公共數據資源開放共享，進一步提升人工智能技術在云計算中的應用水平。（二）云計算市場迎來新一輪增長，加速產業格局重新洗牌從整體來看，我國云計算市場保持較高活力。據中國信通院統2023年我國云計算市場規模達61652022年增長35.5%，大幅高于全球增速。其中，公有云市場規模4562億元，同比增長40.1%156320.8%AI原生帶來的云計算技術革新以及大模型規模化應用落地，我國云計算產2027年我國云計算市場規模將超過2.1萬億元。16云計算藍皮書（2024年）來源：中國信息通信研究院，2024年5月圖4中國云計算市場規模及增速（億元）從細分領域來看，AI推動市場增長點向PaaSSaaS上移。2023年我國IaaS市場增速達到38.5%3383商在IaaS領域的市場份額穩步上升，為整體市場營收持續提供增長動力；PaaS市場達598億，同比增長74.9%，得益于公有云出海業務及AIPaaSSaaS市場滲透率逐年提升，2023年市場總額達到581億元，增長率為23.1%。AI和投資公司涌入SaaS領域，商業化應用將全面發展。17云計算藍皮書（2024年）來源：中國信息通信研究院，2024年5月圖5中國云計算細分領域市場規模及增速（億元）從廠商層面來看，產業升級帶來新機遇，市場格局或面臨重新洗牌。據中國信通院調查統計HYPERLINK\l"br23"2騰訊云、聯通云占據中國公有云IaaS市場份額前六HYPERLINK\l"br23"3；公有云PaaS方面，阿里云、百度云、華為云、騰訊云、天翼云、移動云處于領AI遇，中腰部廠商借助科技平臺優勢強勢發力，快速推動原有云業務智能化轉型從而搶占市場，廠商格局或借此機遇進行洗牌。2市場規模為2023市場數據不明確的領域，只發布頭部企業整體情況，不做具體排名。3因為IaaS和CDN是兩種業態，需要分別獲得互聯網資源協作服務業務牌照和內容分發網絡業務牌照，所有IaaS不包括CDN收入，只統計計算、存儲、網絡等基礎資源服務收入。18云計算藍皮書（2024年）來源：中國信息通信研究院，2024年5月圖62023年中國公有云IaaS廠商市場占比明顯2023水平參差不齊的現狀，并以成熟期、成長期、探索期三個梯隊形式交通、能源等三個具有代表性行業，詳細介紹其上云發展特點及成果，以期發揮標桿示范作用，促進云計算應用普及深化，加快推進產業高質量發展。政務方面。政務云從“量的增長”向“質的提升”全面升級，不斷迸發新活力。政務云作為數字政府建設的關鍵基礎設施，正步入融合升級與智能躍進的新時期。整體來看，政務云發展趨勢呈現出四大顯著特征：一是政策環境優化升級，促進政務“一體化”建19云計算藍皮書（2024年）設提速“一云聚數”為目標，構建形成河南省一體化政務云體系。江蘇省采用“一核多點”總體布局和“三橫四縱”整體架構，統籌建設全租云資源。二是新技術融合創新，釋放政務云核心價值。越來越多的政務應用將基于云原生進行搭建，可以更好的滿足業務輕量、敏AI現政務云的高效運營和智能化發展，有力提升政務云對上層業務的賦能作用。三是場景應用多元化，賦能服務深度與廣度提升。政務云服務場景日益多元化，全面覆蓋政府治理與民生服務多個維度。極大簡化行政流程，提升政府辦公效率；在社會治理方面，環保監測和城市綜合治理通過集成云計算與物聯網技術，實現實時監控與智能分析，助力構建綠色智慧城市；此外，結合區塊鏈技術的政務云在監管、審計等場景的應用，進一步增強了政務活動的透明度與信任度。四是促進開放合作，構建生態產業新格局。政務云市場正迎來多元競合的新時期，為政務需求打造的云服務商與大型模型制造商相繼入場，給市場帶來新活力，促進產業鏈條上下游深度融合與協同發展，為政府數字化轉型提供強大的技術支撐和生態環境。20云計算藍皮書（2024年）交通方面。交通云云重心從基礎設施向應用層轉移，水陸空部分細分行業進入發展快車道。交通云作為數字交通建設關鍵，在推動智慧交通場景落地、支撐產業創新發展方面發揮重要作用。整體來看，交通行業上云用云主要呈現以下三個特點：一是上云模式方面，交通行業由資源上云向應用上云過渡，PaaS、SaaS等高階服務滲透率逐步提高。機場云、城軌云等細分行業由傳統虛擬機、一體例如申通快遞云原生化已覆蓋運輸、倉儲、流通加工、配送、信息二是技術創新方面，新興技術加速升級，驅動交通云底座建設再上新臺階。近年來，車路協同、數字孿生、、物聯網等新興技術加速升級，有效驅動了云計算產品的深度使用，為新興技術發展提供肥沃土壤，從而助力提升交通出行體驗和貨物運輸效率。如騰訊提出了融合“實時孿生+AI+交通OS”分布式交通云解決方案，促進新興技術+云+交通的廣泛應用，百度推出交通行業大模型，增強云計算在數據融通、算力資源調度和交通個性化服務等方面的能力建設。三是應用場景方面，水陸空云上應用多點開花，公路、民航、物流領域進入發展快車道。公路領域，山東、四川等地基于云計算落地智能化交管系統和車路一體化協同，有效提高公路交通安全性和效率；民航領域如21云計算藍皮書（2024年）旅客服務等方面加快基礎設施云化改造，持續提升旅客便捷高效的出行體驗；物流領域如京東物流、菜鳥等企業積極探索并推動智能倉儲、自動化分揀等方面的云上應用實踐，不斷提高物流效率和準確性。能源方面。能源云聚焦底座規劃和建設能力，并積極探索將云應用在能源生產等業務環節。當前，能源行業上云用云尚處于夯實一是能源行業轉型升級政策持續加碼，提升云平臺建設與應用水平已成為共識。國家能源局《2024年能源工作指導意見》指出，深入實施創新驅動發展戰略，聚焦高端化、數字化、智能化，加強能源科技自主創新，提升能源產業鏈供應鏈自主可控水平，促進新質生產力發展。2024年3月國資委黨委擴大會議指出，加快建設新能源基礎設施，推進電網基礎設施智能化改造和智能微電網建設，著力提高電網對清潔能源的接納、配置和調控能力。隨著國家在能源行業上云相關的政策逐漸落實，能源產業升級將進一步推動能源行業上云用云水平。二是能源云建設從基礎能源產業具備環節多、鏈條長、應用范圍廣的特點，通過對發電廠、輸電線路、變電站煉化系統、供應系統等能源基礎設施進行云化改造，能源企業可以充分挖掘能源數據價值，加強產業鏈各環節協同，并結合數據建模、人工智能等云上應用對外提供服務。例如，中國華能、上海電氣等22云計算藍皮書（2024年）企業通過構建能源綜合服務平臺，開展數據管理、能源金融、資源勘探等多個數據服務，實現了能源領域資源與數據的流通。三是能源云“龍頭效應”明顯，電力、油氣領域應用落地進程較快。能源產業作為國家支柱產業，呈現重點領域大型央國企牽頭上云，其他領域中小企業積極跟進上云的特點。國家電網、中國海油等頭部能源企業目前已經開展探索能源云的二次開發與應用，并形成面向碳排放計算、能源資源分布、能源接入流程上云等落地應用。其他如水力、煤礦等行業在能源生產、監管維護等基礎業務領域具備應用四是“云計算+人工智能”模式逐步應用于能源業務生產各環節，成為落實“雙碳”目標重要抓手。企業在能源勘探、碳排放監測過程中積累了大量生產數據，通過對數據進行整合與處理，可以圍繞碳排放的降低與平衡進行人工智能訓練，從能源認知分析、能源生產優化、能源預測維護等多方面探索“雙碳”戰略的進一步落實方式。例如，中國海油依托人工智能云平臺將巖層、油氣產能數據進行評估與分析，提升能源勘探效率減少碳排放。山東能源成立人工智能聯合創新中心，發布油氣行業的AI景，推動煤礦生產邁向智能化管理，有效降低了企業的碳排放。23云計算藍皮書（2024年）三、中國云計算發展評價（一）云計算發展評價體系過去十多年，在政策引導和產業界各方共同努力下，我國云計取得了積極進展。市場規模從“十二五”期間的幾十億元增長至現在的數千億元，技術創新持續突破，部分指標達到國際先進水平，行業應用加速向政務、金融、制造、交通、能源等領域滲透，成為加速我國新型工業化、推動形成新質生產力的重要支撐。今年恰逢中國信通院第10梳理我國各地區各行業云計算發展水平，中國信通院云計算團隊基于多年來對云產業的研究，形成了云計算發展評價體系，該體系包含云資源供需發展水平、云服務應用發展水平、云技術融合發展水平，旨在衡量一個地區或行業的云計算供需水平、應用深度、技術融合等情況。展現我國云計算資源供需現狀；云服務應用發展水平評價包含行業應用發展水平、企業上云發展水平、云服務體驗水平三個維度，反映云服務應用落地能力和應用服務深度；云技術融合發展水平評價包括算云融合水平和數智云化水平，主要反映通用計算、智算、超算等算力云化進程以及新技術云化賦能水平。24云計算藍皮書（2024年）圖7云計算發展指數體系（二）云資源供需發展水平評價1.供云量供云量指云服務商在各地區能夠提供的云計算供給規模，反映各地區云計算供給水平。供云量評價綜合考慮云服務商的云服務覆蓋范圍、IaaS/PaaS/SaaS31vCPU核數超過10億個，云存儲規模超50EB。從區域上看，中東部地區供云量領跑全國，目前各大云服務商在中東部地區的云計算供給量占整體公有云資源的60%左右；西部地區整體處于發展和蓄能階段，25云計算藍皮書（2024年）如貴州數據中心資源儲備量大，但云化程度較低，其整體供云量處于中游水平，未來結合政策將有巨大發展空間。數據來源：中國信通院，2024年5月圖82023年31個省（自治區、直轄市）供云量指數2.用云量用云量指各地區使用云計算相關產品或服務的情況，反映各地區上云用云的程度。用云量已成各省數字經濟發展晴雨表和數字經濟發展活力的指標，各省用云水平深度與數字經濟發展成正相關。用云量排名前十的省份與數字經濟發展較好的省份基本一致，隨著26云計算藍皮書（2024年）省市用云量提高，云計算所拉動的產業數字化增長隨之升高。從地域分布看，全國大部分省份已完成初步上云，用云量第一梯隊主要集中在京津冀、長三角、珠三角等地，東南地區用云量明顯高于中西部地區。結合各地區供云量數據來看，我國部分省份存在云資源供需不平衡的情況，例如貴州、寧夏、內蒙古等省份的供云量遠高于其用云量，川渝地區的用云量則高于其自身供云量。數據來源：中國信通院，2024年5月圖92023年31個省（自治區、直轄市）用云量指數（三）云服務應用發展水平評價1.行業應用發展水平27云計算藍皮書（2024年）行業應用發展水平通過行業過去五年間云計算市場規模，橫向對比各行業間的云化熱度，縱向對比行業用云量占比，從而反映各行業企業上云用云的程度。從行業用云熱力值來看，政務云占據領政策推動下，上云用云積極性將大幅度提高。醫療、交通行業發展速度相對較慢，隨著醫療云行業應用落地及汽車云概念興起，未來發展空間巨大。從行業用云量占比看，以泛互聯網、電商為代表的互聯網原生行業數字化、信息化程度較為領先，占市場總額的1/3左右。以政務、金融、工業制造為代表的傳統行業呈追趕狀態，隨著“上云用數賦智”理念深入，用云量規模將不斷擴張。數據來源：根據公開數據整理圖102019-2023年典型行業用云熱力圖28云計算藍皮書（2024年）數據來源：根據公開數據整理圖2023年行業用云量占比2.企業上云發展水平企業上云發展水平通過企業信息系統的上云率來體現，反映不同規模企業應用云計算的程度。大型企業通常自身盈利能力較強，IT各類核心業務系統已逐步遷移到云端。目前我國大型企業上云率超過80%，正在成為提升企業應用發展水平的主力軍。中小企業數量眾多遍布各行各業，具有資金流轉快、技術人才需求高、上云周期短等特點，主要通過SaaS模式快速上云，如協同辦公、客戶管理、5000的重要力量，目前整體上云率在15%左右，未來發展空間巨大。29云計算藍皮書（2024年）數據來源：根據公開數據整理圖122023年不同規模企業上云率3.云服務體驗水平云服務體驗水平指用戶使用云服務時感知到的服務體驗質量。IaaS服務質量水平較高，整體運行情況較為穩定，2023年平均服務可用性達98.43%；西南、中部地區公有云IaaS服務質量在可用性、訪問時延等方面仍有優化空間，服務質量相比于京津冀、長三角、粵港澳三大經濟區低20%左右。2023SaaS服務的年度可用性高于99.5%SaaS服務的整體運行情況表現較好。30云計算藍皮書（2024年）數據來源：根據公開數據整理圖132023年31個省（自治區、直轄市）服務體驗指數（四）云技術融合發展水平評價1.算云融合水平31云計算藍皮書（2024年）算云融合水平指通用算力基礎設施融合虛擬化、云原生等云計算技術實現算力及其關聯資源的云服務化輸出，反映各區域的算力云化程度。指數綜合考慮各區域算力規模、算力云化比例及云化資31以北京、廣東、上海、浙江為代表的省份處于第一梯隊，算力建設布局普遍較早，算力云化程度高。此類省份對算力規劃布局早，云化比例均超過65%，算力建設經驗豐富且已經形成了規模化的算力基礎，同時大力開展云計算、算力服務相關技術研究與落地，形成了體系化的算力云化輸出，算云融合指數高。以寧夏、甘肅為代表的省份處于第二梯隊，算力建設布局較晚，但算力云化程度較高。這些省份在建設過程中即與云計算深度融合，算云融合程度較高。以貴州、內蒙古為代表的省份處于第三梯隊，算力建設布局較晚，算力云化程度相對較低。這些省份基于地理、環境等優勢完成了較大規模的算力資源建設，但整體云化比例偏低，在算云融合方面仍需要持續投入，以實現算力資源的高效利用與價值轉化。32云計算藍皮書（2024年）數據來源：中國信通院，2024年5月圖142023年31個省（自治區、直轄市）算云融合指數2.數智云化水平數智云化水平指數據服務與智能計算服務融合虛擬化、云原生等云計算技術實現在不同場景的應用和服務部署的云化程度，指標包括數據服務云化部署比例、智能計算服務云化部署比例。在數據服務云化部署方面，云原生數據庫由于其高彈性、高可用等優勢逐PolarDB、SnowflakeGaussDB70%在智能計算服務云化部署方面，圖形渲染、AI25%，33云計算藍皮書（2024年）生物科學、科學計算等場景因受其計算范式所限，多使用本地部署的智能算力，云化部署比例在10%-20%之間。數據來源：中國信通院，2024年5月圖15數據服務云化部署比例數據來源：中國信通院，2024年5月圖16智能計算服務云化部署比例四、云計算與智算加速融合，開啟智能化新紀元當前，全球人工智能技術迅猛發展，已經成為世界科技強國重34云計算藍皮書（2024年）點布局的關鍵賽道。隨著智能算力逐漸成為算力結構的主要組成，傳統的通用云計算正加速與智算融合，升級成為可服務于人工智能技術和應用發展的智能云。智能云通過對大規模異構智算資源的融合與調度，能夠屏蔽各種底層復雜的計算資源、兼容多種芯片架構和開源框架，提供豐富的云計算工具，提高算力資源利用率，保障各種AI來看，智能云通常包括智能云基礎設施服務AIIaaS、智能云平臺服務AIPaaSMaaSAISaaS圖云服務產業格局，加速形成新質生產力。圖17智能云體系架構圖（一）AIIaaS夯實云計算技術底座，持續提升智能軟硬件效能AIIaaS以智算資源為核心，依托對智算資源的融合提供智能化35云計算藍皮書（2024年）云服務，并使用調度管理工具充分發揮智能云資源池能力。在傳統模式的IaaS中，云資源池以通用計算為主體，隨著全球AI大模型的井噴式發展，智能算力需求增速遠超芯片性能提升和產能擴張速（GraphicsProcessingUnit代表的芯片成為提供智能算力的主力軍，借助云計算能夠實現零散AIIaaS成為云計算新范式--以云服務的方式提供可便捷獲取的智能算力。云計算與智算資源融合形成的智能云能夠為大模型訓練和推理提供充足的算力資源，已經成為促進人工智能領域發展的堅實技術底座。AIIaaS提供智算基礎支撐，為智能云提供堅實的底層資源。一是智能計算能夠提供豐富多樣的智能云資源池。區別于傳統的依靠CPUAIIaaS中主要依靠GPUNPU（NeuralProcessingUnit，神經網絡處理單元）、TPU（TensorProcessingUnit，張量處理單元）等新型芯片提供智算資源，例如谷歌云通過其云服務平臺GoogleCloud將TPU作為服務提供給外部用戶，使得開發者和企業能夠利用TPU二是智能網絡能夠提供適用于智算場景的組網選擇。區別于傳統的以太網組網選擇，智算場景對云資源池的網絡提出了高帶寬、低延時IBInfiniBandRoCERemoteDirectMemoryAccessoverConvergedEthernet，基于聚合以太網的遠程內36云計算藍皮書（2024年）RemoteDirectMemoryAccessRDMA在高性能計算集群內使用RDMARDMA提升網絡性能。三是智能存儲能夠提供適用于智算場景的存儲能力。目前云計算的后端存儲系統多為基于開源的軟件存儲協議，主要使用Ceph（一種開源的分布式存儲系統），iSCSI（InternetSmallComputerSystemInterface，互聯網小型計算機系統接口）或者廠商自研的存儲平臺。由于目前使用的Ceph和iSCSI在協議上的限制，SPDK（StoragePerformanceDevelopmentKit，存儲性能開發工具包）和DPDK（DataPlaneDevelopmentKit，數據平面開發套件）的用戶態框架來提升帶寬性能，在新型的塊存儲上，各大廠商正在向NVMeMemoryExpress，非易失性快速存儲器）接口演進。AIIaaS調度管理層提供資源管理功能，助力智能云提效升級。一是資源管理能夠提升智能云多類型資源的調度分配能力。在AIIaaS中存在多種資源管理模塊，包括容器平臺、虛擬化平臺和裸金屬服務器等，各個資源管理模塊使用智能調度和管理功能自動分配和優化資源調度，實現提高整個系統工作效率的目標。二是基礎軟件創新優化智能云調度管理能力。GPU作為智能云的核心計算資源，在對外提供云服務時仍存在異構化的特點，為滿足用戶的不同37云計算藍皮書（2024年）需求，在AIIaaS中部署統一的GPU開發框架有助于消除支撐層智AI用算網云操作系統完成智算資源的調度管理，充分發揮智算集群的工程化能力，實現大規模芯片資源高效協同工作。三是關鍵技術突破提升智能云資源利用效率。虛擬化作為云計算領域的核心技術之AIIaaS中，GPU虛擬化技術能夠通過虛擬化管理器實現對GPU云對計算資源尤其是智算資源的高效使用。例如微軟云和谷歌云都提供了GPU虛擬化的實現方案，允許將單個物理GPU分為多個虛擬GPU，供不同的虛擬機使用；火山引擎具備容器共享功能，實現GPU算力與顯存的靈活切分與隔離，提升GPU的使用率。（二）AIPaaS聚焦智算服務開發能力，成為工程化實踐最優解通用算法和開發平臺一體化的新型智能云工程平臺成為云服務商競相發力的方向。智能云工程平臺在傳統的云服務基礎上融合智算資源，更加注重平臺在智算服務開發能力的豐富和創新，為人工智能的發展提供更加高性能的計算、更加智能的運維、更加穩定的平臺性能和更加靈活的應用生成能力。38云計算藍皮書（2024年）供高效的開發工具、通用模型倉庫、私域模型倉庫以及集成高質量的數據集，為滿足人工智能從零開始訓練大規模模型、處理復雜計算任務的需求提供了強有力的支撐。平臺豐富的算法庫、數據集和開發工具，通過自動化的流程管理和優化，降低了人工智能應用的開發門檻。平臺內置的通用大模型和私域模型，還可以實現模型的開箱即用，提高開發效率。例如騰訊云TI平臺、火山云方舟平臺，支持多種編程語言、框架和工具，滿足不同開發者的需求，提供包含各種預訓練模型的通用模型倉庫，可以供開發者直接使用或作為遷移學習的起點。這些平臺還提供豐富的數據集，包括公開數據集和定制數據集，幫助開發者進行模型訓練和測試。對計算資源和開發效率的要求也越來越高。持下，提供一站式的大模型開發部署流程，包括數據預處理、模型訓練、模型評估、模型部署等。這些流程可以通過自動化工具進行高效執行，減少了開發者的重復勞動，提高了開發效率。這種集中化的資源管理、自動化的流程執行、高效的協作方式、彈性擴展的能力，為大模型時代的人工智能應用生成提供了強有力的支持。智能云工程平臺繼承了傳統通用云平臺開發和部署流程的優勢，支持多用戶協作開發，不同的開發者可以同時在平臺上進行工作，通過版本控制等工具進行代碼和數據的共享和協作，這種高效的協作方39云計算藍皮書（2024年）式可以加快模型的迭代和優化速度，提高模型的性能。例如阿里云靈駿、天翼云慧聚以及移動云九天智算，這些智能云工程平臺提供了從數據到模型應用的全流程開發服務，通過自動化的流程管理和AI建通用AI中臺，加速模型快速生成和應用落地。和保障。通過多層次的安全保障和穩定性措施，確保了AI模型從訓練到部署的整個過程都處在一個安全、可靠的環境中。在智能云工程平臺全面考慮了數據安全、模型安全、通信訪問控制、模型鑒權、算法認證、入侵檢測與防御等手段，防止了AI模型進行了嚴格的安全防護，防止了模型被篡改或濫用。這些安全措施共同構成了一個全方位的安全體系，為AI模型的開發和應用提供了堅實的保障。練等困境，智能云工程平臺通過容災建設、可觀測性和混沌工程等手段，確保了平臺的穩定性和可靠性。平臺具備強大的容錯和恢復能力，能夠在發生故障或異常情況時迅速恢復服務，保障業務的連續性。同時，平臺提供了全面的監控和日志記錄功能，使管理員能夠實時了解平臺的運行狀態和性能表現，及時發現潛在問題并進行40云計算藍皮書（2024年）測試平臺的容錯能力和恢復能力，進一步提高平臺的穩定性和可靠性。（三）MaaS定義云上服務新范式，賦能創新與效率提升和在41云計算藍皮書（2024年）的的的等42云計算藍皮書（2024年）遜云的、微軟云的代碼助手、谷歌云的（四）AISaaS推動應用落地實踐，加速企業數字化轉型進程AISaaSAIAI服務。SaaS是云技術的綜合體現和應用形式，通過結合云與AI技術，面向企業與各行業需求開發，包裝形成開箱即用的AISaaS供便捷的AI服務入口。SaaS與AI的深度融合不僅加速AI本身的AI技術的應用邊界。一是SaaS模式助力AI理解業務細節。AI技術實現大范圍應用，需要深入了43云計算藍皮書（2024年）解行業業務的運作機制、業務流程和痛點難點。與深入各個業務領域的SaaS緊密合作，有助于AI能夠深度融入業務需要，解決實際問題。二是SaaS模式推動用戶快速接入AI。SaaS即開即用的業務模式幫助快速部署落地生產級的可用AI能力，避免為搭建AI基礎SaaS付費的收費方式也降低了用戶的智能化成本。三是SaaS模式提供高質量業務數據提升模型質量。SaaS服務商通過積累的大量業務數據訓練AI，使其提供的人工智能服務能夠根據用戶需求和市場趨勢持續迭代更新，使用戶在沒有充足數據訓練的情況下，也能享受經過完善訓練后的SaaS化智能服務。AISaaS在通用業務場景中展現廣泛應用。在市場業務方面，通過AI增強的客戶關系管理平臺分析客戶行為數據，預測客戶需求，為用戶定制個性化營銷策略；通過分析銷售數據識別市場趨勢，針對性配置銷售團隊資源投入，分析客戶質量，制定對應銷售策略，提高轉化率；通過AI驅動的市場營銷自動化SaaS劃分消費者興趣點，執行定制化營銷活動，提高營銷行為的投資回報率。在公司管理方面，人力資源管理SaaS通過結合AI技術輔助建立簡歷篩選、智能匹配職位，預測員工離職風險，以及個性化培訓建議等功能，提升企業人力部門的工作效率和效果；財稅管理SaaS結合AI技術進行自動化賬務處理，發票識別、財務預測、風險評估等重復性財會工作，減少人工錯誤，進而提高財務部門的準確性和速度。在協44云計算藍皮書（2024年）同辦公方面，企業員工通過AIGC增強的辦公系統提高工作效率，如智能會議紀要、智能助手、文本生成，自動化審批等；項目管理者通過AI理的效率和精確度，確保按時完成項目目標。AISaaS面向垂直行業的SaaS合大模型等AI需求，從而提供更加精準的服務。農業領域，SaaS化物聯網設備管理與AI植和養殖效率，推動農業管理的現代化和精細化。如某農業數字化SaaS平臺整合物聯網設備收集的農田環境和作物生長等數據，結合AI算法進行分析，為農業企業提供作物管理建議、病蟲害預警和精準施肥指導等服務。醫療領域，醫療領域大模型輔助醫生在復雜診SaaS服務商提供醫療影像SaaS影像分析專項的AI后，醫學影像SaaS的分析能力得到顯著增強，有效解決基層醫療機構的服務能力不足，提高患者就醫體驗。工業SaaS的各種參數進行精細調整以提高生產效率，同時結合計算機視覺自動檢測產品缺陷，提高產品質量控制的準確性和效率。如某云服務商開發了針對制造質檢的SaaS45云計算藍皮書（2024年）分析，檢測產品質量，如尺寸、缺陷等，實現對傳統人工質檢的替代。零售領域，通過結合智能分析的供應鏈管理SaaS，預測市場需求變動，優化采購計劃，實現供應鏈的快速響應和靈活調整，降低物流成本，提升整體供應鏈效率。如某大型零售公司的補貨系統，確保庫存在客戶滿意度和周轉率之間實現平衡。五、建議與展望（一）發展建議云計算是信息技術發展和服務模式創新的集中體現，是信息化發展的重大變革和必然趨勢，是信息時代國際競爭的制高點和經濟發展新動能的助燃劑。做大做強我國云計算產業，加快推動云計算的普及應用，提升核心技術能力，有助于加快形成新質生產力。資源供給方面。在云資源供給基礎上，各地應加強與技術突破一方面，增加智算中心、超算中心等云基礎設施節點建設，同時降低現有方案損耗，優化現有算力和云存儲資源供給效力。另一方面，從技術側突破跨地域跨形態資源調度難關，打破資源“混而不合”的癢點，形成各區域、各省份間資源互聯互通網，完成分級分層的資源調度方案和供給策略制定，促進地區數字經濟快速發展。服務水平方面。一方面，持續提高云應用與服務的易用性和豐富度，深挖制造、交通、醫療、農業等傳統行業需求，針對性升級46云計算藍皮書（2024年）迭代云上應用和服務，加速千行百業深度上云。另一方面，引導云計算與人工智能等新一代信息技術加速融合、積極創新，推動云應智能化演進，提高用戶使用體驗。技術融合方面。一是推動算力建設起步晚、云化程度較低的省份深化云技術融合，加大技術、資金和人才的投入，引導企業發揮好云計算彈性按需的能力特點，利用云技術提高已建成算力資源的利用率，充分發揮算云融合賦能企業數智轉型的作用；二是提高各應針對性地加快向智算云服務轉型，充分利用云計算資源彈性調度CPUGPU集群，支撐人工智能應用場景對智能算力的需求，賦能千行百業。（二）發展展望隨著數字中國建設持續深化，產業變革不斷加速，云計算作為人工智能、大數據等數字技術產業底層助力的重要性將日益凸顯，正在成為持續推進新一代科技革命和產業變革的關鍵技術引擎，加速新質生產力發展，構筑國家競爭新優勢。未來數年，云計算在提升人工智能算力、算效等方面的價值將被接續發掘，并深度影響社會發展、產業變革、人類生產生活。聚焦云計算產業，將呈現如下趨勢：戰略上，全球主要國家本土云計算戰略仍將繼續升級，全球云47云計算藍皮書（2024年）計算開放度或將收緊。隨著人工智能算力成為全球性緊缺戰略資源，云計算的算、調一體屬性將天然使其成為解決算力供應問題的最優方式，從而決定人工智能競爭勝負的關鍵。美歐等國一方面將持續提升云計算在本土領域的戰略價值，推升云計算對其政務、工業、制造等行業的價值供給，另一方面出于國家安全和戰略優勢考慮，將不斷收緊對外國廠商