财经科技3月17日电据凤凰网报道，法国云计算公司在欧洲对微软提起反垄断诉讼，加剧了近期对该公司竞争行为的批评。 微软在很大程度上避免了针对其竞争对手的最新一波监管审查。

该公司表示，该公司已向欧盟最高竞争监管机构欧盟委员会提出申诉。 知情人士说，投诉集中在微软授权其产品（例如其办公套件）的方式上，这可能会使竞争性云服务的使用成本更高。 它还表示，微软的软件在其他云服务上的运行效果不佳，这让它们更难竞争。

“通过滥用其主导地位，微软破坏了云计算服务市场的公平竞争并限制了消费者的选择，”发言人说。

特别声明：以上内容（包括图片或视频微软云计算，如有）由自媒体平台“网易”用户上传发布。 本平台仅提供信息存储服务。

: 以上内容（如果有的话）是浩的一个用户，它是一个媒体和唯一的。

在信息时代，数据中心与水厂、电厂一样是重要的基础设施，是数字经济的动力引擎。 数据中心的发展带动以服务器、存储为代表的IT算力设备快速增长。 随着人工智能、自动驾驶、智能制造等行业的快速崛起，数据中心这块“大蛋糕”成为抢手货。 业界普遍认为，数据中心是未来十年最值得关注的赛道之一。

四大因素驱动，数据中心成科技巨头必争之地

云计算的快速增长和人工智能对算力的需求是驱动数据中心增长的第一因素。

云计算的快速发展将成为未来计算能力的主要供给方式。 全球云数据中心的资本支出目前正以超过20%的复合年增长率增长。 全球前5大云厂商每年的资本支出大部分都投向了数据中心，希望通过自研服务器、创新网络结构、代建数据中心等方式来降低投资和运营成本。 此外，AI算法对算力需求的增长远超摩尔定律的演进速度。 模型显示，自2010年以来，业界最复杂的AI模型的算力需求增长了100亿倍，人工智能训练模型的算力需求也随之增长。

此外，大型云数据中心对性能的提升也提出了更高的要求。

业内分析人士指出，全球能源生产和碳中和有望制约算力消耗增长，全球碳峰值将对算力能效比提出更高要求。 提高计算性能的各种手段包括半导体制造工艺的进步； 3D封装与晶圆级封装“分零件”； 存储介质内存计算的革命； 算力池概念的演进需要更高的芯片级互联网带宽。

此外，快速增长的数据应用需求也是推动数据中心发展的重要因素。

算力网络是新基建的下一个重点。 在数据安全需求和算力需求的背景下，运营商正在发展具有算力感知和泛在计算能力的算力网络。 算力网络基于SDN和NFV，旨在实现应用部署匹配计算、网络转发感知计算、芯片能力增强计算。

最后，流量和应用程序不断地汇集到数据中心。

过去十年，移动流量的驱动因素从PC到移动互联网再到云计算再到AIoT。 全球流量持续增长，连接更广泛，非结构化数据类型更多，计算能力需求更多样化。

在以上四大因素的推动下，数据中心市场持续增长。 根据中国信息通信研究院发布的《数据中心白皮书（2022）》，全球数据中心市场保持稳定增长，2022年总收入将达到746亿美元。 如此巨大的市场和未来更广阔的发展前景，谁不“羡慕”？

全球数据中心市场规模

国外巨头“撒网”

英特尔、英伟达和AMD作为数据中心领域的龙头企业，已经将各自的计划摆在桌面上。 三巨头不再专注于某一领域，开启“撒网”模式。

英特尔对数据中心 GPU 进行过编码

CPU时代，Intel已经走在了前面。 近年来，确立了“以数据为中心”转型目标的英特尔，通过并购不断丰富其在数据中心领域的布局，包括收购优质的FPGA和ASIC公司数据中心，发展独立的 GPU。 、IPU、神经拟态芯片、量子计算芯片，以及统一编程软件工具的开发，实现了涵盖多种架构的产品组合。

英特尔显卡

今年2月，英特尔调整组织架构，正式成立加速计算系统与图形事业部（AXG）； 同时公布了Arc系列独立显卡的出货时间表，并宣布今年将销售400万张； 在On 上，此前高调宣布回归显卡市场的Intel，推出了一款面向数据中心的全新多用途独立GPU——Sound-M（ATS-M）； 专为大规模数据和AI训练打造的全新XPU（CPU+GPU）处理器据称性能、计算密度、存储容量、带宽提升高达5倍，快速布局CPU+GPU领域。

英伟达：数据中心取代游戏业务成新主角

在GPU图像处理器方面，英伟达是独立显卡GPU的长期霸主。 随着近几年人工智能的发展，英伟达GPU也在AI芯片中独领风骚，成为深度学习、自动驾驶等垂直领域无可争议的老大。 几乎所有的高性能AI服务器都使用 P100/V100/A100系列显卡。 依托GPU积累的算力，英伟达面向AI领域推出“GPU+CPU+DPU”三核战略 ，布局游戏、数据中心、汽车三大业务. 在数据中心方面，英伟达推出了基于Arm架构的CPU Grace、架构GPU和架构DPU，以及集算力和互联能力为一体的集成加速卡，进一步拉近算力与数据的距离。 英伟达的数据中心业务虽然在2019年才刚刚起步，但在CPU和DPU以及新业务方面都在朝着融合的方向持续增长。

英伟达近日公布的财报显示，Q3营收为59.3亿美元，同比下滑17%，其中游戏部门销售额同比下滑51%。 但数据中心业务拯救了英伟达，其销售额同比增长31%至38.3亿美元，成为新的主角。

AMD：并购打造完整产品线

2022年，AMD通过收购完成了半导体行业历史上最大规模的收购，因此拥有最强大的领先计算、图形和自适应SoC产品组合，补足了FPGA的短板。 同年，AMD还以约19亿美元的价格收购了一家DPU芯片制造商。 DPU是数据中心继CPU、GPU之后的第三大重要计算芯片。 可以帮助用户获得超高性价比的算力，有效克服通信延迟，提高数据安全性。

AMD凭借自身原有的CPU、GPU和两次收购，打造了高性能CPU、GPU、FPGA和DPU芯片的组合，拥有面向未来新架构和应用布局的完整产品线。

对于三大巨头在数据中心的布局，深存科技创始人兼CEO袁景峰表示：“芯片巨头在传统赛道上发展的同时，也在进入新的领域。数据中心将变得越来越复杂，交叉领域。异构系统会越来越多，企业不会在单一领域发展。通过系统创新，多样化的架构会越来越丰富，计算需要更接近数据，而不是传统的计算和数据在 Fung 架构下完全分开。”

中国企业择机突围

国外三大巨头已经形成了高高在上的局面，但近年来，国内企业也乘势追赶，力图突围。

但在此过程中，中国数据中心企业也面临起步较晚、经验相对不足、人力资源匮乏等问题。 那么，国内数据中心的发展现状如何？ 袁景峰表示，国内最早的数据中心芯片是在CPU领域，比如神威、龙芯，但基本都集中在芯创领域。 2017年到2018年，我们开始关注GPU，诞生了很多创业公司。 一些快速成长的公司已经进入量产阶段，还有一些还处于设计和流片阶段。 此外，国内DPU公司近年持续增长，应用以网络任务卸载为主。 芯片的量产和部署还比较早，基本上走的是国际产业的发展道路。 这些年，随着数据量的增加和存储容量、带宽的升级，围绕数据核心的计算存储对于解决数据引力问题和效率成倍提升越来越重要。

据悉，国内CPU企业以华为为代表，另外还有申威、龙芯、飞腾、海光、鸿芯、兆芯等。 在GPU领域，主要有景嘉微、航进科技、芯通半导体、碧仁科技、天数智芯等公司。 DPU方面，国内新兴企业以中科御数、启元、云宝智能、行云智联、易思信、边缘智信为代表。

公司起步晚，资源匮乏，注定了与国外巨头的差距。

“差距还是比较大的。” 当被问及国内数据中心与国外巨头的差距时，袁景峰告诉集微网，“在互联网应用方面，国内和国外的差距比较小，比如电商、社交、短视频、媒体播放应用等在国内已经非常成熟，但PaaS与IaaS之间还有很多差距，目前在数据中心核心产业链上，真正能够完成国产替代的企业还很少。由于数据中心底层技术缺乏，核心设备研发、计算、加速的历史和经验基本被、Intel、AMD、等国际巨头垄断，数据中心存储也基本被如英伟达等公司垄断三星、美光、西部数据、海力士和铠侠。”

但是，国内企业如果一直跟随国外巨头，很难在技术上真正取得突破。 随着新的趋势和迭代，我们将有机会通过参与和布局一些新赛道来取得突破。 国内企业应该往哪个方向发展才能突围？

袁景峰表示，国产数据中心芯片除了解决传统赛道上的短板外，还需要切入新赛道。 比如国际上流行的计算存储、近数据计算和加速芯片，以及新封装、新材料的应用等，都是重要的赛道。 未来，随着数据在数量、吞吐量和响应时间要求方面的快速增长，数据的引力将呈指数增长。 计算资源需要更接近数据。 以数据为中心的计算和存储是关键。 大厂也在布局，但我们的出发点还不算晚。

对于国内数据中心未来的发展预期，袁景峰表示：“发展潜力巨大，中国将是全球最大的数据市场。从视频、智慧城市、数字化产线、电子商务、自主驱动，市场机会巨大。过去十年，中国开创了电子商务时代的商业模式，未来十年丰富的应用场景，将是国内核心基础产业发展的机遇。大数据场景，需要重新思考架构、硬件、核心芯片的布局。”

不过，袁景峰也表示，挑战是存在的，尤其是芯片底层技术和人才短缺。 但他也相信，在业界的共同努力和大力投入下，“中国芯”必将迎来产业蓬勃发展的一天。

（校对/李梅）