目前的工业互联网平台哪个好？

海尔卡奥斯
在工信部发布的2019年跨行业、跨领域工业互联网平台中，青岛海尔卡奥斯位居第一。
目前，卡奥斯已成长为比肩美国通用电气和德国西门子的全球三大工业互联网平台之一，聚集了34亿用户和390多万家生态资源，先后主导和参与了31项国家标准、6项国际标准的制定，是唯一被IEEE、ISO、IEC三大国际组织批准牵头制定大规模定制模式标准的工业物联网平台。
东方国信
东方国信作为国家规划布局内的重点软件企业和首家在创业板上市的大数据公司，依托大数据技术优势和对钢铁、能源、电力、高铁、化工等29个工业行业大类的实践，打造了Cloudiip工业互联网平台，接入炼铁高炉、工程机械、风电、热力等20大类70余万台设备。
在工业互联网建设过程中，大数据是重要的核心，在大数据技术领域，东方国信被视为国内第一家可以完全取代国外软件厂商的企业。东方国信在大数据方面具有较强的竞争力，凭借自助可控大数据技术，可以实现日处理数据3万亿条，日查询数据70万亿条。比如淘宝在双十一会达到很大数据量，数据中心在支撑的时候，相当于每天都在过双十一。具体到工业行业数据，冶金、能源、风电、水电等等这些领域已经达到了三千亿条。为企业构建基于云上的数据科学生态体系，挖掘工业大数据价值，用全行业所有企业的数据实现互联互通来提供支撑，通过工业互联网平台打破限制。
树根互联
据了解，国际领先工业互联网平台的连接设备数量已达到1000万台，多为大型设备。我国主要工业互联网平台的平均设备连接数正在迈向百万级，处于快速增长期。其中，三一集团旗下的树根互联打造的工业互联网大数据平台——根云工业互联网平台，疫情期间就已达到接入38万台工业设备，涵盖5000种机器参数，积累了1000多亿条数据，形成了基于工业互联网生产的“挖掘机指数”，为分析宏观经济形势提供了重要支持。
截至今年4月，根云平台已经接入各类工业设备超668万台，并成功助力产业链生态打造了包括铸造产业链、注塑产业链、纺织产业链、定制家居产业链、家用塑料制品产业链等在内的20个产业链工业互联网平台，赋能81个细分行业，连接的资产价值超4700亿元，为客户年均开拓百亿元新业务，减少不良资产总值数十亿元。工业互联网的价值，已经通过根云平台得到了充分体现。
航天云网
2015年“互联网+”的政策刚提出不久，中国航天科工集团以互联网、云计算、大数据技术应用为基础，打造了国家第一个工业互联网公共服务平台——航天云网，这也是世界上第一批工业互联网平台。
航天云网工业互联网平台，主要依托航天科工集团近70年的工业积累，以此为基础，航天云网有两个重要实践，一个是央企融通平台的建设，主要目的是聚合央企的超级应用市场，大中小企业融通发展的赋能，通过资源、应用和数据的融通，建设一个跨要素、跨行业、跨领域、跨区域、跨平台的“五跨”平台。目前，航天云网已经联合30多家央企共同开发建设此平台，这个平台建成以后会成为全球连接规模最大、承载价值最高、覆盖领域最广的工业互联网平台，成为工业革命的创新举措。二是建设安全可靠的数据中心，航天云网的数据中心目前使用自主研发的航天天域超级服务器，它支持国产的龙芯、海思、海光这些CPU，具有高可用性。
浪潮
在工业互联网发展过程中有一个矛盾的现象，就是“大公司趋之若鹜、小公司则裹足不前”。与消费互联网不同，工业互联网发展的难点在于不少企业还处于数字化初级阶段，由于数字化程度不同，每个企业都需要提供个性化解决方案。对此，浪潮除提供算力外，还提供开放的工业互联网平台，并与APP开发合作伙伴共同为企业提供个性化定制的APP解决方案，更好地赋能企业数字化转型。
此外，针对大中小微企业不同的上云需求，浪潮推出了大型企业云服务平台GS Cloud、中小企业云服务平台PS Cloud、小微企业云服务平台易云在线，以及财务共享云、人力服务云、电子采购云、智能制造云、数字营销云等云产品。浪潮云ERP还不断加速智能化，推出了企业智能机器人易宝特，面向财务、人力和供应链等领域，为企业提供多场景、全方位的智能服务。
今年，浪潮云还有一个目标，就是希望今年能在科创板上市，如今浪潮云已经完成C轮融资，估值超过100亿元。
徐工
徐工信息是中国最早一批成立的专注于工业互联网的公司，也是中国第一个新三板挂牌的工业互联网平台公司。作为我国三大工程机械巨头之一，徐工信息致力于成为中国工业互联网平台运营商，在2016年，率先发布国内第一个自主研发、自主知识产权的汉云（Xrea）工业互联网平台。目前，Xrea服务的客户已经超过300家，覆盖50多个行业，包括工程机械、新能源汽车、核心零部件、商用车、乘用车、农用机械、军工、港口、建筑施工、金融、经营租赁等。
数据是基础，机理模型是关键，Xrea工业互联网平台遵循“数据+模型=服务”模式，构建基于微服务架构的数字模型，把工业技术原理、行业知识、模型工具软件化、模块化，封装成微服务和工业应用。Xrea工业互联网平台汇聚了大量工业微服务和工业应用，可以满足制造业多样化、个性化场景的需求，助推传统制造向智能制造转型升级。
华为
华为和其他企业的不同之处在于，华为的工业互联网平台是平台的定位，这一平台聚焦连接、云、计算和AI，致力于构筑工业互联网数字底座。基于“云+AI+联接”战略，华为云已实现通过“FusionPlant”一个平台，为石油、化纤、石化、钢铁、煤焦化、电子装备、汽车制造、电动车制造等多个领域赋能，为他们提供工业全场景的解决方案。同时，FusionPlant将华为云人工智能与工业行业知识结合，打造EI（Enterprise Intelligent）工业智能体，提升整个行业数字化水平，促进整个产业的升级。
富士康
2019年，富士康工业富联入选达沃斯世界经济论坛“灯塔工厂”网络，成为全球16家灯塔企业之一。“灯塔工厂”指的是那些在第四次工业革命尖端技术应用整合工作方面卓有成效，堪为全球表率的先进制造基地。 同时，工业富联构建起的基于传感器、“雾小脑”边缘计算、FiiCloud云平台与MicroCloud专业云应用的四层工业互联网平台架构，协助客户实现传统制造向智能制造的转型，打造“智能制造+工业互联网”新生态。以专用于制造工业的雾小脑为例，富士康位于深圳的“熄灯工厂”中，人员数量相较于以往同类型工厂减少了90%，生产效率反而增加了 30%，而且库存周期降低了15%。
未来，公司将着力构建“A+B+C+D+E=FII（工业互联网生态圈）”，即通过人工智能研究院（Artificial Intelligence）、工业大数据（Big Data Technology）、富士康工业云基地（Cloud Technology）、工业机理与专业知识（Domain Knowhow）以及工业互联网示范基地（Evidence）的融合，最终实现减费、减工、无忧生产的工业互联网生态构建。
阿里
阿里云supET工业互联网平台经过不断探索，已经走出了一条“以平台化驱动数字产业化、服务产业数字化”的发展道路。通过联合工业领域的专业服务商，形成N个行业级区域级平台，共同打造成为“1+N”的工业互联网平台体系。
supET平台基于阿里云公共云计算平台的基础能力，提供三个核心的工业PaaS服务。一是阿里云的工业物联网服务，实现工业设备云边端一体化管理;二是阿里云的工业APP运营服务，实现一站式的工业APP集成、托管、运维等;三是阿里云的工业数据智能服务（也称ET工业大脑），实现工业数据智能化分析应用。
如今，阿里云supET工业互联网平台已经建设10个垂直行业级平台，分别覆盖了纺织服装行业、加工、食品饮料、纺织印染、家电、电子等行业，接入工业设备约140万台，提供云化通用软件700多款、高价值工业应用软件30多款，托管工业APP数量18万个，服务的工业企业数363万家，打造20万余人的物联网开发者社区。
用友
相比其它工业互联网平台，用友精智工业互联网平台特点鲜明，在推动企业数字化转型同时，利用强大的平台能力（用友云平台）、原有企业核心业务优势延续（财务服务、人力服务、营销服务、协同服务、采购服务、工程服务、分析服务、税务服务等）、开放的生态体系，为企业提供了60个应用开发框架、连接超过100个开放的第三方互联网服务，云集成服务调用次数达到1000万/天级别。
用友精智工业互联网平台基于强大的中台能力，构建企业与社会资源之间的全要素、全产业链、全价值链连接，提供社会级交易服务、协同服务、金融服务、及云化管理服务，以开放的生态体系，帮助工业企业实现数字化转型。目前，用友精智工业互联网平台上已经汇聚了46万家工业企业、57万台工业设备、1949款工业App，并与28家电商平台、15家物流平台、120家金融机构建立了合作关系。

BAT三巨头开始挖掘大数据
阿里巴巴CTO即阿里云负责人王坚博士说过一句话：云计算和大数据，你们都理解错了。
实际上，对于大数据究竟是什么业界并无共识。大数据并不是什么新鲜事物。信息革命带来的除了信息的更高效地生产、流通和消费外，还带来数据的爆炸式增长。“引爆点”到来之后，人们发现原有的零散的对数据的利用造成了巨大的浪费。移动互联网浪潮下，数据产生速度前所未有地加快。人类达成共识开始系统性地对数据进行挖掘。这是大数据的初心。数据积累的同时，数据挖掘需要的计算理论、实时的数据收集和流通通道、数据挖掘过程需要使用的软硬件环境都在成熟。
概念、模式、理论很重要，但在最具实干精神的互联网领域，行动才是最好的答案。国内互联网三巨头BAT坐拥数据金矿，已陆续踏上了大数据掘金之路。
BAT都是大矿主，但矿山性质不同
数据如同蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。
百度拥有两种类型的大数据：用户搜索表征的需求数据;爬虫和阿拉丁获取的公共web数据。
阿里巴巴拥有交易数据和信用数据。这两种数据更容易变现，挖掘出商业价值。除此之外阿里巴巴还通过投资等方式掌握了部分社交数据、移动数据。如微博和高德。
腾讯拥有用户关系数据和基于此产生的社交数据。这些数据可以分析人们的生活和行为,从里面挖掘出政治、社会、文化、商业、健康等领域的信息，甚至预测未来。
下面，就将三家公司的情况一一扫描与分析。
一、百度：含着数据出生且拥有挖掘技术，研究和实用结合
搜索巨头百度围绕数据而生。它对网页数据的爬取、网页内容的组织和解析，通过语义分析对搜索需求的精准理解进而从海量数据中找准结果，以及精准的搜索引擎关键字广告，实质上就是一个数据的获取、组织、分析和挖掘的过程。
除了网页外，百度还通过阿拉丁计划吸收第三方数据，通过业务手段与药监局等部门合作拿到封闭的数据。但是，尽管百度拥有核心技术和数据矿山，却还没有发挥出最大潜力。百度指数、百度统计等产品算是对数据挖掘的一些初级应用，与Google相比，百度在社交数据、实时数据的收集和由数据流通到数据挖掘转换上有很大潜力，还有很多事情要做。
2月底在北京出差时，写了一篇《搜索引擎的大数据时代》发在虎嗅。创造了零回复的记录。尽管如此，仍然没有打消我对搜索引擎在大数据时代深层次变革的思考。 搜索引擎在大数据时代面临的挑战有：更多的暗网数据;更多的WEB化但是没有结构化的数据;更多的WEB化、结构化但是封闭的数据。这几个挑战使得数据正在远离传统搜索引擎。不过，搜索引擎在大数据上毕竟具备技术沉淀以及优势。
接下来，百度会向企业提供更多的数据和数据服务。前期百度与宝洁、平安等公司合作，为其提供消费者行为分析和挖掘服务，通过数据结论指导企业推出产品，是一种典型的基于大数据的C2B模式。与此类似的还有Netflix的《纸牌屋》美剧，该剧的男主角凯文·史派西和导演大卫·芬奇都是通过对网络数据挖掘之后，根据受欢迎情况选中的。
百度还会利用大数据完成移动互联网进化。核心攻关技术便是深度学习。基于大数据的机器学习将改善多媒体搜索效果和智能搜索，如语音搜索、视觉搜索和自然语言搜索。这将催生移动互联网的革命性产品的出现。尽管百度已经出发，其在大数据上可做的事情还有很多。
在数据收集方面，百度需要聚合更多高价值的交易、社交和实时数据。例如加强自己贴吧知道的社交能力、尽快让地图服务与O2O结合进而掌握交易数据，以及推进移动App、穿戴式设备等数据收集系统。
在数据处理技术上，百度成立深度学习研究院加强自己在人工智能领域的探索，在多媒体和中文自然语言处理领域已经有一些进展;云存储、云计算的基础设施建设也在逐步完善。但深度学习仍然是一个巨大的挑战，百度等探索者还有很多待解问题，如：无监督式学习、立体图像识别。
在数据变现方面，百度需将数据挖掘能力、数据内容聚合和提取等形成标准化的服务和产品，进而开拓大数据领域的企业和开发者市场。而不仅仅是颇为个性化、定制化地为大型企业提供解决。
百度的优势体现在海量的数据、沉淀十多年的用户行为数据、自然语言处理能力和深度学习领域的前沿研究。在技术人才方面百度是聚集国内最多大数据相关领域顶尖人才的公司。听说百度前段时间花五千万挖了数据挖掘、自然语言处理、深度学习领域的十来位大牛，包括一些学者和教授。例如Facebook科学家徐伟。
在挖人上，舍得花钱不够，还得用心。对于真正的大牛来说，钱只是一个影响因素。能否实现自己的梦想，公司的资源能否帮助自己的研究至关重要。徐伟在回国前就曾问过其他从硅谷回国工程师的意见，得到答案是积极的，最终促成他作出决定。
总体来看，百度拥有大数据也具备大数据挖掘的能力，并且正在进行积极地准备和探索。在加强面向未来的研究和人才布局的同时，也注重实用性的技术产出。
二、腾讯：数据为产品所用，自产自销
微创新提出者金错刀有个关于腾讯的故事。 1999年腾讯公司刚刚成立不久，天使投资人刘晓松决定向其注资的一个主要原因就是因为他发现，“当时虽然他们的公司还很小,但已经有用户运营的理念,后台对于用户的每一个动作都有记录和分析。”而另一个投资人却因为马化腾在公司很小时就花钱在数据上表示不满。此后腾讯的产品生产及运营、腾讯游戏的崛起都离不开对数据的重视。
腾讯拥有社交大数据，在企鹅帝国完成数据的制造、流通、消费和挖掘。 腾讯大数据目前释放价值更多是改进产品。据腾讯Q1财报，增值服务占总收入的787%;电子商务业务占141%;网络广告收入占63%。从广告收入比例可以看出腾讯的大数据在精准营销领域暂时还未大量释放出价值。与其产品线对应的GMAIL、Google+的Google以及社交巨头Facebook则通过广告赚得盆满钵满。
在笔者看来，腾讯的思路主要是补齐产品，注重QZONE、微信、电商等产品的后端数据打通。例如最近腾讯微博利用“大数据技术”实现好友关系自动分组、低质量信息自动过滤、优质信息分类阅读等智能化功能。明显的用数据改进产品的思路。 那么如果腾讯要深入大数据挖掘缺少什么呢笔者认为其只需马化腾“摁下启动按钮”。数据已经准备好了，就差模式，也就是找到需求或者能更深层次驱动大数据利用的产品，而不是用大数据改进自己的产品。腾讯还在观望，等其他人去试错验证出一套模式或者产品后，自己可以“站在巨人肩上”。这是腾讯的典型思维。
在人才方面，腾讯很早便开始重金挖人。尤其是2010年在Google宣布退出中国后，Google搜索创始人朱会灿、Google中国工程研究院副院长颜伟鹏、Google中日韩文搜索算法的主要设计者，《浪潮之巅》及《数学之美》作者吴军相继加入腾讯。搜搜花了很多钱，但被认定为一款无法承载腾讯重托的产品，最后这些大牛都走了。大都回Google了。
腾讯在大数据领域也缺少技术带头人。其对公关也不重视。技术大牛很少出来做报告，更不会向百度、阿里那样主动包装宣传技术大牛。其技术虽然低调，但执行力很强。据腾讯的程序员朋友说封闭开发、集体加班是常有的事情。但配套的重金激励也能跟上。重金之下必有勇夫、腾讯用制度保障技术产出。另外腾讯在高校合作领先一步，在2010年便与清华大学合作成立了清华腾讯联合实验室。这么看腾讯的技术人才这块似乎有短板。会不会到时候马化腾按下启动按钮，发现没数据挖掘能力呢不会，腾讯搞不定数据挖掘，到时候依然可以挖到大牛，甚至读论文来搞定这事儿。数据挖掘已较为成熟。数据挖掘实际是数据库、统计学、机器学习三个领域的融合。在学术界已经发展多年。不过自然语言识别和深度学习等方面要赶上百度，就难了。除非将百度的数据和众大牛一起倒腾过来。
总体来看，腾讯目前的大数据策略是先将产品补全，产品后台数据打通，形成稳定生态圈。本阶段先利用大数据挖掘改进自己的产品。后期有成熟的模式合适的产品，则利用自家的社交及关系数据时，开展对大数据的进一步挖掘。
三、阿里巴巴：坐拥金数据，尝试做面向未来的数据集市
阿里巴巴B2B出身，在外贸蓬勃的大环境下，依靠服务中小企业发家。淘宝、支付宝等toC的产品出生前，阿里并不依赖也不擅长技术。业界普遍认为阿里没有技术基因。直到淘宝、支付宝以及天猫三个产品后，对海量用户大并发量交易、海量货架数据的管理、安全性等方面的严苛要求，阿里完成进化，在电商技术上取得不菲的成绩。在一段时期阿里仍然浪费了手里掌握的大量数据。这些数据还是“最值钱”的金数据。
数据挖掘无非是从原始数据提取价值。阿里现有的数据产品例如数据魔方、量词统计、推荐系统、排行榜以及时光倒流相对来说是比较简单的BI(商业智能)，没到大数据的阶段。“大数据”浪潮袭来，阿里提出“数据、金融和平台”战略。前所未有地重视起对数据的收集、挖掘和共享。马云在“退居”前动不动都对外提“数据”。有位阿里朋友甚至开玩笑说，马云英文名可以从Jack Ma改为Data Ma。阿里现CEO陆兆禧曾做过CDO，首席数据官。为了用数据来驱动阿里电商帝国，阿里还成立了横跨各大事业部的“数据委员会”。
阿里的各项投资案也显示其整合、利用和完善数据的野心：新浪微博的社交及媒体数据、高德的地图数据和线下数据以及友盟的移动应用数据，都是其数据及平台战略的一部分。数据战略正在首席人工智能官(CBO)车品觉领头下逐步落地，王坚的云为其提供基础设施、基础技术支撑。
就在马云退休之后，王坚对外透露其跟马云开玩笑说的一句话：阿里巴巴对数据的理解深度，不会超过苏宁对电子商务的理解。估计马云不一定认同他这话。马云对大数据已经有着自己的理解和考量。马云曾经说过其对大数据的思考。大致意思是：现在从信息时代进入数据时代了。区别是信息时代更多的是精英玩的游戏。我比别人聪明，我能提取出信息出来;数据时代，别人比我聪明，将数据开放给更聪明的人处理，数据即资产，分析即服务。
计算机发展的过程是从象牙塔、到平民到草根。大数据也是这样，一开始在象牙塔阶段，少数精英公司才能玩;但到后面只要有数据就有价值。数据也有所有权，产生数据、流通数据、挖掘数据的都会获得相应的价值。而阿里擅长的便是“建立市场”，建立一个数据交易市场。届时任何个人和企业都可以将数据和挖掘服务拿上去，交易。初期阿里会将自己珍藏的电商和信用数据逐步放到上面。 有数据的人，拿上去卖，或者让别人分析，分析即服务。没有数据的人，即可以去买，也可以去帮别人挖掘，做矿工。
阿里并不是技术驱动，而是业务驱动的。因此在技术层面我们看到，基于前面提到的阿里大数据思路，其技术重心主要在系统层面。阿里拥有LVS(Linux Virtual Server，Linux虚拟服务器)开源软件创始人章文嵩，Linux Kernal、文件系统、大牛DBA等领域的大牛。从人才布局可以看到阿里擅长的技术领域，体现在对于并发访问、电信级别的电商业务的支撑方面的得心应手。在去年双十一期间，支撑了单日过亿的订单量。铁道部奇葩网12306在日均40万时已经不行了。
总体来看，阿里更多是在搭建数据的流通、收集和分享的底层架构。自己并不擅长似乎也不会着重来做数据挖掘的活儿。而是将自己擅长的“交易”生意扩展到数据。让天下没有难做的“数据生意”。
总结一下
移动互联网浪潮下，现实世界正在加速数字化，每个人，每个物体、每件事情、每一个时间节点，都在向网上映射。空间和时间两个维度的联网，使得数字世界正在接近一步步模拟现实世界。历史、现在和未来都会映射到网上。对大数据的挖掘正是对世界的二次发现和感知。BAT三巨头已经出发。

软件开发公司排行榜
极其流行，同样也是竞争力极其大的一种商业模式。虽然国内软件开发公司都发展壮大起来了，但是各地软件开发公司的实力及资质仍然参差不齐。下面为大家介绍下近期国内软件开发公司的排名汇总。
1：华盛恒辉科技有限公司
上榜理由：华盛恒辉是一家专注于高端软件定制开发服务和高端建设的服务机构，致力于为企业提供全面、系统的开发制作方案。在开发、建设到运营推广领域拥有丰富经验，我们通过建立对目标客户和用户行为的分析，整合高质量设计和极其新技术，为您打造创意十足、有价值的企业品牌。
在军工领域，合作客户包括：中央军委联合参谋(原总参)、中央军委后勤保障部(原总后)、中央军委装备发展部(原总装)、装备研究所、战略支援、军事科学院、研究所、航天科工集团、中国航天科技集团、中国船舶工业集团、中国船舶重工集团、第一研究所、训练器材所、装备技术研究所等单位。
在民用领域，公司大力拓展民用市场，目前合作的客户包括中国中铁电气化局集团、中国铁道科学研究院、济南机务段、东莞轨道交通公司、京港地铁、中国国电集团、电力科学研究院、水利部、国家发改委、中信银行、华为公司等大型客户。
2：五木恒润科技有限公司
上榜理由：五木恒润拥有员工300多人，技术人员占90%以上，是一家专业的军工信息化建设服务单位，为军工单位提供完整的信息化解决方案。公司设有股东会、董事会、监事会、工会等上层机构，同时设置总经理职位，由总经理管理公司的具体事务。公司下设有研发部、质量部、市场部、财务部、人事部等机构。公司下辖成都研发中心、西安研发中心、沈阳办事处、天津办事处等分支机构。
3、浪潮
浪潮集团有限公司是国家首批认定的规划布局内的重点软件企业，中国著名的企业管理软件、分行业ERP及服务供应商，在咨询服务、IT规划、软件及解决方案等方面具有强大的优势，形成了以浪潮ERP系列产品PS、GS、GSP三大主要产品。是目前中国高端企业管理软件领跑者、中国企业管理软件技术领先者、中国最大的行业ERP与集团管理软件供应商、国内服务满意度最高的管理软件企业。
4、德格Dagle
德格智能SaaS软件管理系统自德国工业40，并且结合国内工厂行业现状而打造的一款工厂智能化信息平台管理软件，具备工厂ERP管理、SCRM客户关系管理、BPM业务流程管理、
OMS订单管理等四大企业业务信息系统，不仅满足企业对生产进行简易管理的需求，并突破局域网应用的局限性，同时使数据管理延伸到互联网与移动商务，不论是内部的管理应用还是外部的移动应用，都可以在智能SaaS软件管理系统中进行业务流程的管控。
5、Manage
高亚的产品 (8Manage) 是美国经验中国研发的企业管理软件，整个系统架构基于移动互联网和一体化管理设计而成，其源代码编写采用的是最为广泛应用的
Java / J2EE 开发语言，这样的技术优势使 8Manage
可灵活地按需进行客制化，并且非常适用于移动互联网的业务直通式处理，让用户可以随时随地通过手机apps进行实时沟通与交易。

“东数西算”：
“数”指的是数据，“算”指的是算力，简单来说，东数西算是指将东部的数据传输到西部进行计算和处理，与南水北调一样，都是全国范围内的资源调配。
重点概念股如下：
IDC公司：宝信软件、数据港（与阿里合作）、科华恒盛（与腾讯合作）等。
运营商：中国移动（大力发展IDC建设）、中国电信（机柜全中国第一）、首都在线（IDC营销）。
云服务器：浪潮信息、紫光股份（子公司新华三提供云服务器）、中兴通讯。
高速光模块：中际旭创、新易盛、光迅科技等。
IDC空调：佳力图（运营商IDC空调龙头绑定中国移动）、英维克（互联网IDC空调龙头技术储备深厚）。

日前，国家发展改革委、中央网信办、工业和信息化部、国家能源局联合印发通知，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点，并规划了10个国家数据中心集群。至此，全国一体化大数据中心体系完成总体布局设计，“东数西算”工程正式全面启动。
从市场表现来看，2月18日起，“东数西算”概念股集体走强，多股封死涨停板。随着市场解读的进一步深入，资金对“东数西算”的挖掘力度进一步加大。2月21日，依米康、首都在线、亚康股份、南凌科技、亚康股份、奥飞数据等6股秀出“20CM”涨停。此外还有浙大网新、常山北明、南兴股份、证通电子、海量数据等17股封死涨停。值得一提的是，在超过20只涨停个股中，逾10只在前一交易日同样以涨停报收。可以看到，资金对“东数西算”概念的追捧热度十分火热，不仅短线资金积极做多，也有机构资金参与其中。

云计算的发展，从1999年salesforce创立，到2015年中国十三五规划政策层面对云计算的引导，以及各类政府、事业单位，与大型企业对云计算的大规模引进，可见云计算已经由最初的新生技术，到现今已经成熟并成为通用基础技术之一。

通过云计算的重要发展历程，也可以发现云计算迭代的速度，以及各家重要公司对云计算技术的重视；

1999年，Salesforce建立，成为世界上第一家真正意义的云计算公司，公司的目标就是消灭软件(马克·贝尼奥夫)；

2006年，美国电子商务公司Amazon发布云计算产品AWS，并逐步发展成为世界上云计算领域的霸主；

2009年，中国电子商务公司阿里巴巴创建阿里云，成为中国第一家云计算公司，也逐步成为中国的领头羊；

2011年，美国dotCloud创业公司创立，成为第一批PaaS公司，子产品docker也成为近几年最为火热的开源产品，在产品，社区，运营等方面都成为了经典；

2016年，阿里云与docker建立合作，成为docker的中国官方合作伙伴，强强联合以强化在中国的领先地位；

云计算的产品形式，以技术栈分层，可以分为IaaS，PaaS，SaaS，到如今，在每个维度上都有巨头存在，比如IaaS（AWS，Openstack等），PaaS（Azure，Docker，Openshift，Cloudfoundry等），SaaS（Salesforce等），行业格局已基本成型。

以客户视角来看，又可以分为公有云，私有云，混合云。

最早的云计算厂商(AWS，Azure，阿里云)一般以公有云为主，AWS甚至认为私有云本身就是不成立的模式；

但私有云由于其安全性，现在也逐步被接受，尤其是类似NASA，中国的各类政府，金融机构等，均需要以私有云的方式交付；

混合云则是近两年的新兴技术，综合公有云与私有云的优势，如16年AWS与VMWARE的合作，就是典型的混合云模式，其技术也逐步进入成熟阶段（2016年8月的Gartner技术曲线中，已经没有了云计算与混合云）；

 总之，云计算已经融入到企业之中，正在成为类似笔记本，网络电话等通用技术，未来的成本与技术质量都将会飞速的发展！

---