云计算行业的高度集中化趋势仍在持续加速推进。据预测,到2031年,超大规模数据中心将占据全球数据中心总容量的67%,相当于2018年时的14倍。而在2018年,企业自建数据中心还占据着全球数据中心总容量的56%。
以上数据来自总部位于美国的研究机构Synergy Research Group。该机构指出,AI正在驱动数据中心容量的大规模高速增长,预计超大规模数据中心的容量将在未来三年内实现翻倍。
Synergy Research Group的研究显示,截至2025年第四季度,由超大规模运营商运营的数据中心已达1360个,占全球总容量的48%。其中,超大规模运营商自建数据中心占其总容量的60%,其余容量则通过租赁方式获得。
目前,非超大规模托管数据中心占全球总容量的20%,企业自建数据中心占32%。
Synergy预测,超大规模数据中心的容量占比将在2031年达到67%。托管数据中心的份额预计将有所下降,但仍将保持两位数的增长速度。
企业自建数据中心的容量占比预计将以每年约2%的速度下滑,到2031年降至总量的19%。不过,由于AI硬件的持续部署,这一下降趋势并不明显。
Synergy的数据来源于其针对超大规模、托管及企业数据中心开展的多项季度追踪研究,涵盖全球主要云托管企业的数据中心规模与运营情况,以及数据中心硬件市场的追踪分析。
Synergy Research Group首席分析师约翰·丁斯代尔(John Dinsdale)表示,AI正推动全球数据中心市场向有利于超大规模运营商的方向高度集中。
"多年来,云服务与面向消费者的数字服务持续改变着数据中心的部署格局,而在过去三年里,AI技术更是大大加速了这一变革。"他说道。
"我们可以看到,不同地区的数据中心使用结构有所差异,但从全球整体来看,超大规模运营商正迅速成为全球数据中心容量的主要承载者。目前,已知未来建设计划中有近800座超大规模数据中心在列,这将支撑超大规模数据中心容量在短短三年内实现翻倍。"丁斯代尔补充道。
截至2025年第三季度,全球云服务支出已达1070亿美元,较两年前的2023年的680亿美元大幅增长。
在三大云服务巨头中,亚马逊的市场份额自2022年以来持续小幅下滑。2025年第三季度,其市场份额为29%,低于2022年第三季度的近34%。
与此同时,微软在2025年第三季度的市场份额为20%,谷歌云为13%,两者均呈上升趋势。其中,微软的市场份额已从2020年第四季度的13%稳步提升。
此外,专注于AI数据中心容量的"新兴云服务商"(Neocloud Provider)市场份额目前为2.5%。
丁斯代尔指出:"在三大市场巨头之外,众多规模较小的竞争者正努力寻求突破,但现实情况是,排名第三的谷歌仍是排名第四的阿里巴巴规模的近四倍,这充分说明市场领导者与其他参与者之间的差距正在持续扩大。"
Q&A
Q1:超大规模数据中心到2031年会占据多大的市场份额?
A:根据Synergy Research Group的预测,到2031年,超大规模数据中心将占全球数据中心总容量的67%,约为2018年容量的14倍。而在2018年,企业自建数据中心还占据全球总容量的56%。
Q2:AI对全球数据中心市场带来了哪些影响?
A:AI技术极大地加速了数据中心的部署变革。过去三年,AI驱动超大规模数据中心容量快速扩张,预计未来三年内将实现翻倍增长。目前已有近800座超大规模数据中心列入已知建设计划,全球云服务支出也从2023年的680亿美元增长至2025年第三季度的1070亿美元。
Q3:全球三大云服务商目前的市场份额分别是多少?
A:截至2025年第三季度,亚马逊云市场份额为29%(较2022年的34%有所下滑),微软市场份额为20%(较2020年第四季度的13%持续增长),谷歌云市场份额为13%。排名第三的谷歌仍是排名第四的阿里巴巴规模的近四倍。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。