中国车企拥抱公有云,阿里云稳居第一

简介: 国际数据公司 (IDC)最新发布的《中国汽车云市场(2023下半年)跟踪》报告显示,中国汽车厂商正积极拥抱公有云,在汽车云基础设施市场中,公有云占比59%,其中阿里云市场份额达34.5%,稳居第一。

国际数据公司 (IDC)最新发布的《中国汽车云市场(2023下半年)跟踪》报告显示,中国汽车厂商正积极拥抱公有云,在汽车云基础设施市场中,公有云占比59%,其中阿里云市场份额达34.5%,稳居第一。
image.png
据IDC测算,2023年下半年中国汽车云基础设施市场规模达31.6亿人民币,其中公有云市场部分增速最快,市场规模达20.6亿人民币。

公有云模式已经成为众多汽车厂商的共同选择。IDC报告显示,在2023年下半年,加速而来的智能化致使私有云的建设难以满足客户的需求增长速度。远期仍看好公有云的发展,至2028年预期公有云基础设施占比整体基础设施市场超过70%。

阿里云智能集团副总裁、汽车能源行业总经理李强表示:“云计算的定义正在发生了巨大的变化,曾经云计算被当作IT的一部分,现在广义的云计算概念不仅包括底层芯片、计算网络存储,还涵盖云原生架构、大数据,以及再往上层的AI大模型等,正在成为企业持续创新的核心动力。在整个汽车产业转型发展的过程中,云和AI的结合起到了至关重要的作用,未来车企创新所需要的技术和服务一定优先诞生在云上。”

目前,阿里云在国内已服务超过70%的汽车企业,小鹏、一汽、吉利、长城、长安、地平线等均已上云。AI时代下,阿里云正积极推动大模型技术在汽车行业落地,并与中国一汽、长安汽车等车企探索如何将大模型技术应用于汽车设计、生产、销售以及售后服务的全链路中。

未来,阿里云将持续发挥“云计算+AI”的技术优势,推动汽车产业在智能化、网联化等方面持续突破。

相关文章
|
7月前
|
边缘计算 人工智能 5G
5G引领家庭网络升级:速度、稳定性与智能化的新时代
5G引领家庭网络升级:速度、稳定性与智能化的新时代
512 69
|
2月前
|
机器学习/深度学习 人工智能 监控
143_成本优化:Spot实例与预留实例云资源节省计算详解与最佳实践
在云原生时代,成本优化已成为企业IT基础设施管理的核心挑战之一。随着AI和机器学习工作负载的激增,云资源成本占企业IT预算的比例持续上升,如何在保证服务质量的同时实现显著的成本节约,成为技术团队面临的紧迫问题。根据最新的Datadog云成本报告显示,截至2025年,平均有83%的容器支出被闲置资源浪费,而GPU实例支出在过去一年中增长了40%,已占计算成本的14%。在这样的背景下,深入理解和应用Spot实例和预留实例等成本优化策略,对于任何使用云服务的组织都具有重大的经济意义。
|
Kubernetes 应用服务中间件 网络安全
用Kubernetes(k8s)的ingress部署https应用
用Kubernetes(k8s)的ingress部署https应用
784 0
|
7月前
|
人工智能 并行计算 算法
企业内训|智能驾驶与智能座舱技术——某汽车厂商
本课程系统讲解智能汽车两大核心领域技术架构与实现路径。课程涵盖智能驾驶感知层(激光雷达/毫米波雷达/视觉融合)、决策规划(A*/RRT算法与端到端模型)及高精地图定位(SLAM与无图方案),解析智能座舱系统演化(IVI/AR-HUD多屏交互)及硬件软件架构(高通芯片选型/QNX/鸿蒙车机)。
189 15
|
4月前
|
人工智能
|
人工智能 自动驾驶 云栖大会
大模型赋能智能座舱,NVIDIA 深度适配通义千问大模型
9月20日杭州云栖大会上, NVIDIA DRIVE Orin系统级芯片实现了与阿里云通义千问多模态大模型Qwen2-VL的深度适配。阿里云、斑马智行联合NVIDIA英伟达推出舱驾融合大模型解决方案,基于通义大模型开发“能听会看”的智能座舱助理,让车内人员通过语音交流就能操作座舱内的各类应用,享受极致丰富的交互体验。
721 14
|
5月前
|
人工智能 程序员 开发工具
通义灵码 2.5:我用一句话,给女朋友做了个软件
通义灵码 2.5,支持通过一句话生成可运行的完整应用。用户只需描述需求,如“提醒上下班打卡”,工具即可自动生成代码、安装脚本、打包文件,并创建桌面快捷方式和后台运行设置,极大简化了开发流程。整个过程几乎无需手动编码,让创意快速落地为实际应用。
|
Kubernetes 调度 Perl
在K8S中,Pod亲和性概念是什么?
在K8S中,Pod亲和性概念是什么?
|
计算机视觉 Python
opencv识别颜色
opencv识别颜色
299 0
|
12月前
|
机器学习/深度学习 人工智能 监控
AI视频监控技术的核心优势与实践
AI视频监控技术结合了计算机视觉、深度学习和大数据分析,能够实时分析监控画面,识别异常行为和场景变化。其核心在于从“被动记录”转型为“主动识别”,提升监控效率并减少安全隐患。主要应用场景包括泳池管理、健身器械区域、人员密度预警和异常事件检测。系统架构支持多种摄像头设备,采用边缘计算和Docker部署,具备实时性、高准确率和扩展性等优势。未来将优化复杂场景适应性和实时计算负载,进一步提高系统性能。
2719 7