亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

2021年中國云原生AI開發平臺白皮書

行業背景：近年來，國內人工智能技術成熟度持續提升、服務種類不斷豐富，在企業經營管理各環節的價值已得到市場的初步驗證。然而，當前國內甲方企業在進行人工智能開發和應用時仍然面臨著技術人才儲備不足、AI應用部署存在困難、投入產出比不達預期等問題，亟需能夠幫助企業解決這一問題的高效AI開發和應用工具。

產品&關鍵技術：云原生AI開發平臺融合了成熟的人工智能開發框架以及云原生工具靈活調用云資源、高效部署云應用的能力，一方面幫助企業開發者提高算法模型的開發效率，另一方面提升交付、部署、運維環節的效率并降低TCO。橫向對比甲方企業可能采用的諸多獲取人工智能能力的平臺和方式之后，我們認為云原生AI開發平臺在AI開發應用全生命周期視角下具備一定的綜合優勢。

SMS 應用場景：云原生AI開發平臺在諸多人工智能密集應用的下游場景和行業具備通用性，包括互聯網、金融、自動駕駛、政務、制造、營銷等。本報告挑選了部分應用場景，梳理了上述場景下企業進行AI開發和應用過程中面臨的實際需求和難點，展示了典型云原生AI開發產品的服務架構以及對企業經營管理的價值。

發展趨勢：AI開發平臺還將朝著易用性、專業化、綜合性、產用協同等方向發展，我們認為在這一過程中，AI開發平臺的產品廣度將進一步提升，并有望集成DevOps、AIOps等運維方法和工具，全方位融入企業的數字化經營體系。同時，AI開發平臺的服務業態還將向軟硬一體化方向演進，深度融合技術交流社區等平臺，形成學用一體化的技術傳播與升級環境。

近日，人工智能板塊捷報不斷。人工智能企業云天勵飛科創板IPO事項8月6曰接受上交所科創板上市委審議。公司于2020年12月8日遞交科創板IPO申請，擬募資約30億元。同為人工智能企業的云從科技也是2020年12月初遞交的科創板IPO申請，該公司已在今年7月20日上會通過，并于8月4曰提交注冊。北京海天瑞聲科技股份有限公司進行網上網下申購。此次發行1070萬股，占發行后總股本的比例25%，申購價格36.94元/股。這為上市波波折折的人工智能行業帶來信心。

　　作為新興的熱門行業，人工智能企業備受資本青睞，但同時又面臨成本高、硬件落后等問題。本報告將聚焦人工智能行業進行深度研究，著力于對中國人工智能市場困境與中國人工智能主要企業戰略布局進行分析與展望。

　　巧婦難為無米之炊，數據孤島和小樣本數據成難題

　　基礎數據存在的問題主要有三。首先，基礎訓練數據的數量和質量將會決定模型的準確度，中國人工智能發展速度快，但積累不足，因此中國人工智能整體訓練數據量不大，同時，訓練數據標記質量參差不齊。其次，基礎訓練數據的來源有三種，分別為個人用戶、企事業單位和政府機構。相對較小的企業獲取數據的方式單一且成本高昂，因此難以取得競爭優勢。同時,大部分行業的數據存在孤島現象。最后，人工智能尚未能夠覆蓋部分行業以及長尾場景，這是由于行業或場景本身并沒有較大的樣本數據量。

　　以政府為主導的人工智能市場

　　總體來看，中國人工智能市場主要以政府端為主，帶動企業端人工智能的應用與落地。原因主要從戰略和市場兩方面考慮。從戰略方面考慮，中國規劃在未來打造科技強國，中國將人工智能列入重點發展的行業,用政府需求帶動社會對于人工智能的普遍需求。從市場方面考慮，中國正在加強新一代基礎設施建設，中國人工智能發展較好的云計算、計算機視覺等領域正好符合政府項目的需求，落地程度較高，因此也應用較為廣泛。

　　全面鋪排或打造特色，智慧城市與安防競爭激烈

　　智慧城市、智慧交通、安防以及消費是競爭最為飽和的賽道，而工、農、教、娛則參與者寥寥，供應鏈更是競爭者較少。這主要是由于行業尚未得到完全開發或本身AI設計鋪設難度較大導致的，企業可以抓住機會，在這幾個細分領域研究出較為突出的核心競爭力，取得優勢的市場競爭地位。

//data.eastmoney.com/report/zw_industry.jshtml?infocode=AP2025464

　全球區塊鏈技術開發者正努力探索區塊鏈的應用方向及服務模式。去中心化組織、去中心化金融、去中心化應用等新興領域應運而生，并快速在全球區塊鏈行業中取得廣泛應用。除代幣經濟、BaaS、基于區塊鏈的SaaS等基礎商業模式外，區塊鏈行業正著力發展如數字貨幣挖礦、區塊鏈開源平臺、DAO、NFT、DeFi、dApp等商業模式。與此同時，互聯網巨頭企業亦積極布局區塊鏈技術與其他高新技術融合的商業模式。區塊鏈與人工智能的協同作用可顯著提升區塊鏈能力，AI可幫助區塊鏈降低能耗，提升區塊鏈業務可擴展性及硬件效率。此外，區塊鏈可有效解決物聯網、供應鏈痛點，可實現全鏈條可追溯與可視化。

　　本報告旨在分析中國區塊鏈應用的概念定義、技術動向、市場規模及應用前景，并識別中國區塊鏈應用市場最新發展態勢。

AI+安防仍然是人工智能技術商業落地發展最快、市場容量最大的主賽道之一，2020年，AI+安防市場規模為453億元。隨著疫情常態化以及十四五規劃開篇，2021-2025年市場將進入產業結構調整期，市場規模增速將有所放緩，預計2025年規模超900億元，AI開始向公安交通等場景的下沉市場以及泛安防的長尾細分領域滲透。

公安交通領域是AI安防市場的主要支撐力量，貢獻近86%的市場份額，但隨著雪亮工程進入收尾階段，預計2021-2025年公G安A交通領域AI安防軟硬件市場規模增速將穩定在10%左右；社區樓宇領域在全國城鎮老舊小區改造、“智慧社區”及“智慧安防小區”建設等重點工作持續推進的背景下，預計未來數年將是AI安防市場新的增長點。

與行業發展初期相比，現階段AI安防的政策環境、產品技術以及供需兩端均呈現出新的特點：

政策指導上強調AI安防建設應由單點突破向立體化、全面化、體系化智能安防建設轉變； 產品技術方面，算力向前端及邊緣端遷移的趨勢明顯，國內ASIC芯片廠商在算力前移過程中迎來發展機遇； 需求端，AI安防需求主體的角色越來越豐富且需求方傾向于選擇有技術兜底能力的集成商，除了要滿足現階段建設需求，未來還可提供長期的運維管理與技術服務； 供給端，安防廠商、AI廠商、ICT廠商等多方勢力激烈的市場競爭促使AI視頻監控單路平均價格快速下降，市場競爭進一步推動了AI安防的加速滲透。

AI安防賽道的市場格局已開始進入穩定期，賽道玩家以計算機視覺技術和AIoT技術為切入點，在智慧城市這一更為廣闊的市場下進行業務拓展，尋找“出圈”機會并形成新的核心競爭力將成為破局點。未來，隨著AI公司、安防廠商、ICT廠商、云服務廠商等各類型AI安防核心參與者在業務方向上的拓展與產品技術的泛化，AI安防賽道的邊界也將愈發模糊，其安防功能也將作為AI技術在城市數據感知、認知、決策支持中的重要模塊融入到城市管理與治理的方方面面。

//report.iresearch.cn/report/202110/3864.shtml

　　物聯網及其平臺將成為中國第二產業未來增長的重要驅動力。

　　宏觀環境：國內生產總值同比增速呈下降趨勢，國民經濟增長的新動能亟待出現，三大產業中第三產業對國內生產總值的貢獻率逐步超越第二產業，物聯網及其平臺將成為第二產業未來增長的重要驅動力。

　　平臺崛起：互聯網及物聯網平臺具有高度中心化的屬性，科技公司通過互聯網化深耕自身平臺，可獲得從用戶到服務的顯著正外部性效應，因此物聯網平臺極具商業價值。

　　平臺功能：物聯網平臺在物聯網產業鏈中處于關鍵地位，基于底層云計算資源提供開放的云服務，允許各類應用在平臺中開發、部署和運營，并對所有接入物聯網的終端設備和底層硬件進行連接管理和監控。

　　平臺規模：因物聯網平臺可廣泛用于物聯網各下游應用領域，如智能家居、智慧工業、教育等，其驅動來自應用層的需求，下游需求爆發與行業場景的完善自下而上促進物聯網平臺層的發展。中國物聯網平臺層市場規模增長迅速，預計未來五年同比增長率接近50.0%，2025年市場規模將達到2,061.3億元，2020-2025年預測年復合增長率高達50.0%。

　　隨著新一代信息技術規模化應用，物聯網設備連接數量持續增長，拉動產業鏈上游物聯網平臺市場需求持續擴容，促進海量數據及設備管理平臺實現落地，推動物聯網全產業鏈協同發展。
 　

智能時代，AI 中臺是企業管理能力、企業活力、企業“智力”提升的重要動力來源。思考企業的未來，AI 中臺將是企業在復雜時代下生存和發展的“必需品”和“必修課”。

日前，百度智能云與人工智能產業發展聯盟聯合發布了《AI 中臺白皮書（2021年）》。AI 中臺作為全棧式、集約化、自動化的生產力工具箱，是實現AI技術在各行業中快速研發、共享復用和部署管理的智能化底座和關鍵基礎設施。白皮書旨在深入剖析 AI 中臺體系架構與內涵，探討能力建設路徑和行業賦能方案，以期與業界分享，共同推動我國人工智能產業創新發展與行業智能化升級。

白皮書指出，AI 中臺是實現智能化能力普惠的必備基礎設施，負責構建企業的 AI 生產力，一般包括 AI 技術服務平臺、AI 研發平臺、AI 管理運行三大核心。

白皮書展開論述了 AI 中臺所應具備的四大關鍵能力。概括來看，AI 數據需求趨于精細化、場景化，健全的數據服務體系會是AI 中臺的基礎；自動機器學習技術加速演進，AI 研發平臺成為了技術普惠的關鍵；AI 部署運行愈加復雜，體系化工具成為了規模化應用的保障；AI 模型已經成為了企業新型資產，AI 資產化管理勢在必行。

企業如何建設自己的 AI 中臺體系呢？白皮書給出了兩類建設路徑和三大要素支撐。

面向企業智能化升級的不同階段，AI 中臺建設有兩類路徑：一類是對于處于 AI 能力起步期的企業，會先從 AI 能力直接賦能，再逐步發展到自主建模和個性化創新，構建 AI 能力創新底座；另外是面向已具備專業 AI 建模專家及算法團隊的企業，可以聚焦個性化 AI 研發能力的構建，進而大幅提升 AI 模型落地應用推廣效率。

三大要素則是企業智能化升級的堅實支撐。在基礎設施建設方面，AI 中臺支撐企業完成軟件部署，并與已有的私有云、數據中臺、視頻平臺等 IT 設施進行對接集成。支持企業結合自身業務場景，構建 AI 應用能力，圍繞 AI 中臺軟件、基礎應用集成、業務應用集成三大模塊，打造企業 AI 能力的核心技術底座。

在組織能力建設方面，AI 中臺為企業提供組織變革、流程創新、人才培養等方面建議，通過建立組織保障機制，明確機構中包括模型生產、服務管理、運維保障在內的各個工作組職責及流程，確保 AI中臺管理組織的高效運轉。此外，幫助企業持續培養人工智能相關的技術開發人員及運營管理人員，保證 AI 能力開發管理的人才供給。

在運營優化方面，AI 應用實際投產后，企業需結合業務反饋數據不斷進行優化調整，確保應用成效。

借助高效靈活的適配能力，AI 中臺已在制造、能源、金融、城市、醫療等諸多行業落地應用并取得顯著成效，切實解決企業生產運行痛點，滿足企業設計、生產、管理、銷售和運維等個性化場景需求。

展望未來，AI 中臺作為企業智能中樞，在不斷完善提升自身能力的同時，將成為伴隨企業成長、構筑核心競爭力的重要抓手和關鍵支撐。未來2-5年，AI 中臺將作為創新型企業運轉不可或缺的基礎設施；未來5-10年，AI 中臺將融入企業成長的全生命周期，企業建設、應用和運營 AI 中臺的能力，將成為衡量未來發展潛力和成長價值的關鍵指標，助力構筑企業核心競爭力。

以 AI 中臺助力行業高質量發展，提升國家供給側水平，將在數字社會與智能經濟時代獲得發展先機。過去二十年，移動互聯網對人類社會的影響集中體現在 C 端，即需求端；但在 AI 時代，人工智能將更多從 B 端，即供給端改變。AI 中臺作為“ AI 大生產平臺”的生產力載體，從更好推進 AI 行業落地、實現技術價值增值角度，正在加快幫助企業適應新形勢、新變化與新挑戰。AI 中臺技術所帶來的行業變革，將是一場更徹底的供給側改革，成為推動國家邁進智能未來時代的重要力量。

人工智能革命將個體價值的創造釋放提升到前所未有高度，AI 中臺通過推動行業智能變革為社會帶來更為光明的未來。AI 中臺賦能能力正在從通用行業（如制造、金融、教育等）向專業精細化行業（如生物醫藥、化學化工、半導體等）延伸拓展，幫助企業不斷拓展應用視野和創新邊界，推動人類社會創新進步。AI 中臺將幫助企業追求更有創造力、影響力和領導力的自我價值實現，為整個智能社會帶來更大提升空間、更多發展可能。

物聯網云平臺是聯動感知層和應用層的中樞系統，以感知數據為養分，通過各類IoT平臺加工，向下游應用賦能，呈現出從上游終端到下游用戶數據價值逐步升遷的邏輯，是功能與價值凝聚的PaaS軟件。物聯網云平臺現處于全面滲透的階段，大多數場景下更偏好公有云部署模式。

2020年，中國物聯網設備連接量達74億個，預計2025年將突破150億個。物聯網設備連接量的持續增長為物聯網云平臺的發展輸送養分，物聯網云平臺已經到了從數據 “量變”走向數據“質變”的關鍵階段。

//pdf.dfcfw.com/pdf/H3_AP2020739_1.pdf?00.pdf

IT服務產業環節：IT服務指支持組織用戶的業務運營或個人用戶任務，貫穿IT應用系統整個生命周期各項服務的統稱。具體包括前期的IT咨詢與培訓，中期的定制開發、系統集成、部署實施，后期的IT運維升級、IT運營管理，以及貫穿全程的IT安全保障等。

IT服務外包：如果將這些服務外包，交付給第三方專業公司來做，則將它們稱為IT服務外包。據商務部，IT服務外包可以進一步劃分“信息技術研發服務、信息技術運營和維護服務和新一代信息技術開發應用服務”。近年來，借助于云計算、大數據、物聯網、移動互聯等新一代信息技術，推動“互聯網+服務外包”模式快速發展，IT服務外包企業逐漸向高技術、高附加值業務轉型。

日前，艾瑞咨詢發布了《2021年中國IT人才供給報告》。本報告重點關注IT儲備人才，從院校分布入手，到畢業生洞察、校招分析，層層剖析IT服務人才市場供給端各環節的現狀與變化，并最終落腳于企業端，提出相關建議以供參考。

報告指出，面對新冠肺炎疫情沖擊，中國IT服務業表現出較強的發展韌性，呈現逆勢增長態勢，新一代信息技術已經成為我國經濟增長的重要驅動力之一。IT服務產業具有知識密集、技術密集的特性，“人才”是企業的核心資產，產業的立足之本，重要性毋庸置疑。

供需情況：IT人才總體供不應求。從資質來看，IT人才呈金字塔分布，高中低端人才分別占比8%、41%、51%。由于供需失衡或崗位吸引力不足，企業“招聘難”問題在高低兩端尤其凸顯。從地域來看，一線城市是我國IT人才供需的集中點。但近年來二線城市IT需求增長，承接過剩IT人才，一線城市向二線城市的反向人才流動趨勢愈發明晰。

院校分布：規模上，中國高校數量穩定增長，截至2020年6月30日，全國高等學校共計3005所。分布上，受經濟水平和預算體制影響，中國高校具有區域分布失衡、層次配比不均的特點。泛IT類高校主要集中在傳統教育強省與IT產業發達的區域。

畢業生現狀：從宏觀視角看，高校擴招導致畢業生總量迅速膨脹，其中IT相關專業畢業生占比達10%左右，我國IT人才儲備日益豐富，缺口在逐年縮減。從微觀視角看，IT人才的就業觀在逐步成熟。調研結果顯示：

1、我國IT人才的求職渠道和擇業參考因素呈多樣化特點。

2、IT人才且愈發重視求職投入，約40%的求職者的簡歷投遞和面試次數在10次以上。

3、80%的IT人才求職周期在6個月以內，整體就業滿意度較高，負向反饋集中在薪資不及預期（差距約2000元）。

校園招聘：整體上看，IT服務行業校園招聘的節奏和方式已成體系，線下招聘會仍是企業進校招聘的主要方式。但疫情的出現使得招聘在社會習慣層面發生了深刻的改變，結合線上渠道進行多樣靈活的宣傳招聘，成為企業校招活動的當下的重點。此外，對于知名度較低的廠商，前期校企合作對后期人才轉化提升的效果較好，企業未來可以考慮通過品牌贊助、實習、產研合作等方式與目標院校定向加強鏈接。

億歐智庫對2021年中國AI企業商業落地的最新情況進行了延續性研究，重點關注了現階段人工智能企業獲得競爭優勢的關鍵影響因素，從而發掘AI產業的“行業贏家”。報告通過問卷調研、訪談、案頭資料等方式形成了百強企業系列榜單，展現了具備商業落地規模潛力的企業全貌及其在各個垂直領域的分布情況。

報告亮點

解析2021年中國人工智能產業發展的最新背景

對2021年中國AI企業商業化落地情況做出評估，并評選百強企業榜單

展現各領域產業數字化轉型中AI服務商的典型應用案例

一、技術突破：AI從單點技術應用走向集成化創新發展

深度學習開啟了人工智能第一發展階段，隨著AI技術的場景應用不斷深化，單一技術閉環逐步難以滿足復雜場景下的智能化需求。當前，我國人工智能在國家戰略層面上越來越強調系統、綜合布局。AI技術的集成化創新逐漸成為主流，汽車電子、虛擬現實、5G通信等與AI集成化發展后，將帶來更大的社會經濟價值。

二、產業融合：人工智能進入深化融合發展期，各區域各行業全面鋪開

中國人工智能企業在企業服務和機器人等垂直行業的分布最為集中，提供通用型方案的AI企業緊隨其后，體現出我國AI產業正逐步由應用層向技術和基礎層擴展。

近年來我國各地區新建人工智能產業園區近百個，在經濟較發達的長三角、珠三角、京津冀城市，代表性AI產業聚集區已經形成。

三、數字經濟：數字化變革驅動人工智能產業底層支撐能力持續提升

自2018年12月，中央經濟工作會議把人工智能與5G、工業互聯網、物聯網等定義為新型基礎設施建設后，以“新基建”賦能傳統產業成為當前發展數字經濟的關鍵所在。多樣化的人工智能產業應用數據和更復雜的深度學習算法對AI的底層基礎能力提出了更高要求。

四、資本市場：一級市場趨于飽和，AI投融資向二級市場銜接過渡

中國人工智能投融資向二級市場銜接過渡的趨勢已經顯現，部分AI企業規模顯著增大。截至2020年底，C輪以后的AI投融資占比超過50%。2021年，在融資頻次較低的情況下，平均單筆融資金額數卻出現明顯增長，從單筆1億元左右躍升至3億元以上。

億歐EqualOcean CEO黃淵普認為：“2021年年內會有標桿性的AI企業成功上市，繼而帶動更多的AI企業在2022年登陸資本市場。”

五、后疫情時代：AI有效助力抗疫與復工，解鎖落地新場景

后疫情時代，在助力抗疫與復工復產過程中，身份識別、服務機器人在各地各領域加速推廣普及。與此同時，隨著健康碼等聯系人追蹤應用的普及，以及國家明確數據成為數字經濟時代生產要素，如何規范和促進數據使用成為發展人工智能的重要課題。

六、國際競爭：AI成為各國科技角逐焦點，中國的影響力持續提升

億歐智庫統計，2018-2020年中國AI企業數量在全球占比由20%提升至約25%。2020年以來全球人工智能進入戰略布局加快、產業應用加速發展落地階段，主要國家和地區相繼出臺了人工智能相關戰略和規劃文件，人工智能成為改變世界科技競爭格局的重要籌碼。以人為本、公平可信、產業融合是當前AI領域的熱點話題。

來源：中國信息通信研究院

“未來一段時期，我國數據庫行業將圍繞兩個核心命題進行發展：一個是縮小“高要求的存量數據應用需求”與“仍處于發展初期階段的供給能力”之間的差距；另一個是探索“創新型數據應用需求”與“數據庫技術產品演進路線”的合理映射關系。”

日前，中國信息通信研究院正式發布了《數據庫發展研究報告（2021年）》，本研究報告從技術、產業、應用三方面梳理了數據庫發展情況，并展望了發展趨勢。

據中國信通院測算，2020年全球數據庫市場規模為671億美元，其中中國數據庫市場規模為35億美元（約合240.9億元人民幣），占全球5.2%。預計到2025年，全球數據庫市場規模將達到798億美元，中國的IT總支出將占全球12.3%。中國信通院預計，中國數據庫市場在全球的占比將在2025年接近中國IT總支出在全球的占比，中國數據庫市場總規模將達到688億元，市場年復合增長率（CAGR）為23.4%。

01、數據庫技術發展歷程

首款企業級數據庫產品誕生于上世紀60年代，六十余年發展過程中，數據庫共經歷前關系型、關系型和后關系型三大階段。

前關系型階段（1960-1970）：網狀層次數據庫初嘗探索

前關系型階段數據庫的數據模型主要基于網狀模型和層次模型，代表產品為IDS和IMS，該類產品在當時較好地解決了數據集中存儲和共享的問題，但在數據抽象程度和獨立性上存在明顯不足。

關系型階段（1970-2008）：關系型數據庫大規模應用

關系型階段以IBM公司研究員E.F.Codd提出關系模型概念，論述范式理論作為開啟標志，期間誕生了一批以DB2、Sybase、Oracle、SQLServer、MySQL、PostgreSQL等為代表的廣泛應用的關系型數據庫，該階段技術脈絡逐步清晰、市場格局趨于穩定。

后關系型階段（2008-至今）：模型拓展與架構解耦并存

谷歌的三篇論文開啟后關系型數據庫階段，該階段由于數據規模爆炸增長、數據類型不斷豐富、數據應用不斷深化，技術路線呈現多樣化發展。隨著各行業數字化轉型不斷深入，5G、云計算等新興技術快速發展，傳統數據庫的應用系統紛紛優化升級。全球市場格局劇烈變革，我國數據庫產業進入重大發展機遇期。

02、數據庫技術發展趨勢

大數據時代，數據量不斷爆炸式增長，數據存儲結構也越來越靈活多樣，日益變革的新興業務需求催生數據庫及應用系統的存在形式愈發豐富，這些變化均對數據庫的各類能力不斷提出挑戰，推動數據庫技術的不斷演進。

趨勢一：多模數據庫實現一庫多用

多模數據庫支持靈活的數據存儲類型，將各種類型的數據進行集中存儲、查詢和處理，可以同時滿足應用程序對于結構化、半結構化和非結構化數據的統一管理需求。未來在云化架構下，多類型數據管理是一種新趨勢，也是簡化運維、節省開發成本的一個新選擇。

趨勢二：統一框架支撐分析與事務混合處理

產業界當先正基于創新的計算存儲框架研發HTAP數據庫，其能夠基于統一套引擎同時支撐業務系統運行和分析決策場景，避免在傳統架構中，在線與離線數據庫之間大量的數據交互。

趨勢三：運用AI實現管理自治

目前有研究通過將傳統數據庫組件用機器學習算法替代，來實現更高的查詢和存儲效率，自動化處理各種任務。未來80%以上的日常運維工作有望借助AI完成。

趨勢四：充分利用新興硬件

隨著新型硬件成本逐漸降低，充分利用新興硬件資源提升數據庫性能、降低成本，是未來數據庫發展的重要方向之一。

趨勢五：與云基礎設施深度結合

Gartner預測，到2022年75%的數據庫將托管在云端。云與數據庫的融合，減少了數據庫參數的重復配置，具有快速部署、高擴展性、高可用性、可遷移性、易運維性和資源隔離等特點。云原生數據庫能夠隨時隨地從多前端訪問，提供云服務的計算節點，并且能夠靈活及時調動資源進行擴縮容，助力企業降本增效。

趨勢六：隱私計算技術助力安全能力提升

近年來以同態加密等密碼學為代表的軟件解決方案和以可信執行環境(TEE)為代表的硬件方案為數據庫安全設計提供許多新思路。未來，此類數據庫將圍繞算法安全性和性能損耗等問題，逐步突破，進而提供覆蓋數據全生命周期的安全保護機制。

趨勢七：區塊鏈數據庫輔助數據存證溯源

區塊鏈具有去中心化、信息不可篡改等特征，區塊鏈數據庫能夠長期留存有效記錄，數據庫的所有歷史操作均不可更改并能追溯，適用于金融機構、公安等行業的應用場景。未來，提升區塊鏈數據庫性能將成為學術界與工業界共同探索的命題。

03、數據庫典型行業應用動態

金融、電信、政務、制造、互聯網五個行業為數據庫產品及服務采購份額前五的行業，采購總和占據全部市場份額的80%以上。

（一）金融行業&電信行業

據中國信通院統計分析，以業務系統數量為計數單位，我國金融行業各類數據庫占比為Oracle 55%、DB2 19%、MySQL 13%、PostgreSQL 6%，其他 7%。

目前，金融和電信行業在數據庫應用方面正在呈現三大趨勢：一是大部分存量數據庫將向分布式架構升級；二是應用大量非關系型數據庫助力創新業務落地；三是產品選型逐漸傾向國產數據庫供應商。

（二）政務行業

我國在提升社會治理的數字化治理水平過程中，主要呈現兩大特點：一是個體、企業和社會等被治理對象數量龐大、日趨復雜，二是智能治理要求各層、各機構政府人員深度應用信息科技工具。當前政務行業在數據庫應用方面正在呈現兩大趨勢：一是大范圍應用空間型、關聯型數據庫等產品；二是利用各類工具組件，做到數據庫應用“平民化”。

（三）制造業

當前物聯網技術正逐步滲透工業領域，不斷增長的傳感器、飆升的數據量以及更高的大數據分析需求對原有的數據庫系統提出了新的需求，包括增加擴展性、實現與大數據技術生態的友好對接、降低大規模應用價格、充分利用邊緣計算設備能力。未來工業行業在數據庫應用方面將呈現兩大趨勢：一是應用大量時序數據庫；二是逐步向邊緣計算發展。

（四）互聯網

互聯網行業為充分發揮新要素、新模式、新動能等方面的優勢，對底層IT系統中的數據庫提出了多項新要求，以性能好、造價低、迭代快為核心。未來互聯網行業在數據庫應用方面將呈現三大趨勢：一是利用內存數據庫加速業務效率；二是開源數據庫應用更加廣泛；三是初創公司利用云數據庫促進其快速發展。

04、總結與展望

數據庫作為提供數據存儲與處理能力的軟件產品，是各機構信息系統的關鍵部件，是助力數據價值釋放的核心引擎。隨著數據躍升為生產要素，數據重要性進一步提高，我國數據庫產業也迎來新一輪變局。

從產業角度看，宏觀政策利好推動了存量數據庫市場上行，我國數據庫產業進入蓬勃發展的初期，產品供應商、服務提供商、支撐產業從業者均積極行動，各自發揮技術、渠道、運營等優勢，尋求對于自身最優的發展路徑；另一方面云基礎設施的發展成熟將接近一半的傳統數據庫市場轉移到了線上，云計算企業利用既有基礎設施優勢，成為最大獲益者。

從技術角度看，一方面數據應用的變化倒逼數據庫具備更大數據存儲容量、更多數據計算模型、更快數據業務響應能力，整體技術發展進入后關系型階段，架構設計逐漸分布式化、模型構建逐漸場景化；另一方面，人工智能、新型硬件、區塊鏈、密態計算等關聯技術的創新正在催生新型數據庫設計模式，傳統數據庫功能邊界正被逐漸突破。在數據庫產業和技術的變局過程中，供給側、應用側、生態側均處于機遇與挑戰并存的狀態。