2024云厂商AI算力自用需求、外供竞争格局及相关功能公司梳理分析报告-36页.docx

2023年深度行业分析研究报告

正文目录

核心观点 4

2005-2023年复盘：云资本开支持续扩大，AI贡献新动能 5

波动溯源：结构性调整与经营性平衡是重要影响因素 7

传统驱动：IaaS+PaaS+SaaS服务贡献早期动能 12

新兴驱动：扩大资本开支成为共识，AI算力成为新一轮建设重点 13

AI需求1：云厂商加速MaaS布局，满足外供训练推理 16

Amazon：云计算先发者，23年加速AI追赶 17

Microsoft：MaaS转型顺利，商业化逐步落地 18

Google：MaaS布局日趋完善，初创AI企业热门选择 19

AI需求2：大模型渗透基础业务，大厂自用需求或放量 21

理论：大模型落地推荐系统，具备技术可行性 22

传统架构：大模型与CRM的单点/多点整合，效能优化是重点 23

新兴架构：重塑范式，打造基于Transformer的第三代推荐系统 28

实践：Meta、Google加速探索大模型的推荐场景落地 29

Meta：“三步走”战略明确，统一推荐系统或将26年落地 29

Google：生成式大模型迭代搜索算法，SGE进展顺利 32

影响：模型变化影响算力要求，自用GPU需求或将放量 34

相关产业公司梳理 36

图表目录

图表1：云CapEx复盘与展望：AI推动算力建设进入新周期 4

图表2：海外云厂商资本开支情况复盘及展望（2005-2026E） 5

图表3：2005-2009年海外云厂商资本开支变化情况 6

图表4：2010-2015年海外云厂商资本开支变化情况 6

图表5：2016-2019年海外云厂商资本开支变化情况 6

图表6：2020-2023年海外云厂商资本开支变化情况 6

图表7：2006-2023年海外云厂商资本开支同比增速情况及波动（同比减少）归因 7

图表8：Amazon资本开支波动原因详解 8

图表9：2015-2023年AWS数据中心占地面积变化 8

图表10：Microsoft资本开支波动原因详解 9

图表11：Google资本开支波动原因详解 11

图表12：Meta资本开支波动原因详解 12

图表13：2008-2023年海外云厂商资本开支与全球云计算市场规模同频共振 12

图表14：2020Q1-2024Q1云业务收入同比增速变化 13

图表15：公有云（IaaS+PaaS）市场规模预测（按工作负载分类） 13

图表16：22Q2-24Q1Microsoft季度资本开支及环比变化 14

图表17：22Q2-24Q1Google季度资本开支及环比变化 14

图表18：22Q2-24Q1Amazon季度资本开支及环比变化 14

图表19：22Q2-24Q1Meta季度资本开支及环比变化 14

图表20：23Q4及24Q1年海外云厂商资本开支指引对比 15

图表21：主流云厂商MaaS服务差异化对比 16

图表22：云托管仍是海外企业模型服务的重要来源 17

图表23：AmazonMaaS服务布局 17

图表24：MicrosoftMaaS服务布局 18

图表25：微软AI业务推进情况梳理 19

图表26：GoogleMaaS服务布局 19

图表27：GoogleAI+应用布局 20

图表28：GoogleMaaS合作客户案例 20

图表29：搜索/广告/推荐相关业务在大厂中的收入占比 21

图表30：搜索/广告/推荐技术流程示意及潜在大模型融合方向 22

图表31：大模型+推荐系统研究发展趋势及代表论文 22

图表32：大模型与传统推荐模型可实现优势互补 23

图表33：基于深度学习的推荐系统架构及LLM可应用场景 23

图表34：LLM在传统推荐系统各环节的典型研究成果 24

图表35：LLM在特征工程阶段的应用场景及研究成果概览 24

图表36：LLM在特征编码阶段可强化文本信息的理解 25

图表37：LLM在打分排序阶段的应用场景举例 25

图表38：LLM在用户交互阶段的应用场景范例 26

图表