云基礎設施的需求變量：流量

從需求邏輯來看，云基礎設施（服務器+數據中心+IaaS）的直接驅動變量為流量。來來幾 年，流量趨勢性增加，云上游產業鏈發展有望加速。從本質來看，云上游產業鏈發揮的產 業鏈角色，或者說解決的核心問題是：數據的計算、存儲。只要數據（流量）是在不在增 加，對底層計算和存儲資源的需求也在不斷增加。因為，我們可以將云基礎設施看作是， 隨著流量（數據量）增加，而不斷呈現線性甚至是非線性增長的業務。

我們認為，云基礎設施的直接影響變量為流量，在不同的發展階段，流量提升的驅動變量 和變現形式不一樣。我們將梳理過去和未來帶動流量繼續提升的變量將會有哪些？這些變 量和因素也是驅動云基礎設施需求不斷加速的核心間接變量。

另外，我們知道計算機架構就是“底層計算+上層應用”。一般的需求驅動邏輯是，上層應 用帶動底層計算的增加，底層計算能力的提升驅動上層應用的豐富。兩者互為影響，相互 促進。

我們認為，云基礎設施的三大核心變量為：1）云計算快速發展。2）5G 和 AI 的驅動，3） B 端企業線上遷移的驅動。

服務器 Server：云計算核心底層

服務器是云計算的硬件支撐和虛擬化資源來源。云計算是對基礎 IT 資源的虛擬化（包括 計算資源、存儲資源、網絡資源等），云計算平臺的背后需要數量龐大的服務器集群作為 硬件支撐，可以是單臺服務器的集群，也可以是機柜形態服務器的集群。如果云計算機是 電廠，那么單臺服務器相當于發電機。云計算中非常重要的一項技術是虛擬化技術，虛擬 化技術是將單臺服務器設備的資源進行劃分，分成幾十甚至是幾百臺虛擬機，從而向更多 的用戶提供計算資源。可以說，服務器是云計算虛擬 IT 資源的底層支撐和來源，服務器 也是云計算中最基礎的單元。

根據 Gartner 數據，全球服務器出貨量在 2017Q1 開始加速，其背后的核心驅動因素來自 于全球云計算市場的快速增長。如果具體來看，全球公有云市場的快速發展拉動了對云服 務器的需求。從中國服務器市場發展來看，中國服務器市場發展速度快于全球，從 2017Q1 開啟的這一輪服務器需求上升的周期中國，中國市場服務器出貨量增速大概是全球服務器 市場增速的 2-3 倍；出貨量占全球比不斷上升，由 2013 年的 13%上升至 2019 年前三季 度的 30%左右。

由于支撐 2017 年開啟的這一輪服務器需求的核心驅動是：云服務廠商對云服務器的需求。 而云服務器在底層架構、強調的功能和交付速度方面，都與傳統服務器存在一定差異。這 種需求的變化，也帶來了全球服務器市場份額的變化。其演化的結果是，浪潮服務器市場 份額逐漸上升。從出貨量份額看，2014 年以來浪潮服務器出貨量占比不斷上升，目前已 經是國內市場服務器龍頭，2019 上半年出貨量占比達到 28%。

數據中心 IDC：或將加速

我們先看過去幾年數據中心的發展情況。全球來看，根據 Gartner 數據，2017 年全球數 據中心數量總計為 44.4 萬個。Gartner 預計，2020 年全球數據中心數量有望減少至 42.2 萬個。雖然 Garter 預計數據中心總數量是減少的，但如果我們看機架數量，未來幾年全球 數據中心的機架數量有望保持穩健增長。根據 Gartner 數據，2017 年底，全球數據中心 的機架數量達到 493.3 萬架，安裝的服務器數量超過 5500 萬臺。Gartner 預計 2020 年， 全球機架數量有望超過 498 萬架，服務器數量有望超過 6200 萬臺。

通過以上數據，我們看到，全球數據中心的數量在減少，但機架數量和服務器數量都在增 加。這其中主要是因為數據中心的結構在發生變化。根據 Gartner 數據，截至 2017 年底， 全球微型數據中心（機架數量小于 25 個）的數量為 42.3 萬個，小型數據中心（機架數量 為 25-100 個）數量為 1.4 萬個，中型數據中心（機架數量為 100-500 個）數量為 5732 個，大型數據中心（機架數量 500 個以上）數量為 1341 萬個。

超大型數據中心數量不斷增加。根據 2015 年 Synergy 做出的預測，超大規模數據中心數 量將從 2015 年的 259 個增長到 2020 年的 485 個，份額將從 2015 年 21%增長到 2020 年 47%，屆時 83%的公有云服務器和 86%的公有云負載將承載在超級數據中心，處理能 力占比從 39%提升到 68%，流量占比從 34%提升到 53%。

而從實際發展情況來看，超大型數據中心的增速更快，全球云計算企業的快速發展，使得 全球范圍內大型數據中心數量快速增長。根據 2017 年 Synergy 數據，2017 年全球范圍 內的超大規模數據中心已經超過 390 個，同比增加 90 個。其中，谷歌的數據中心增加比 較明顯，騰訊和百度在 2017 年也建立了超大規模的數據中心。

根據中國信通院數據，2017 年底，中國數據中心機架數量達到 166 萬架，數據中心數量 為 1844 個；規劃在建數據中心規模 107 萬架，數據中心數量為 463 個。從中國數據中心 發展特點來看，大型數據中心數量有望成為增長主力。截止 2017 年底，大型數據中心機 架數量超過 82 萬個，同比增長 68%。

云服務收入占比逐步增加。根據中國信通院數據，2017 年中國 IDC 全行業總收入達到 650 億元左右，2012-2017 年復合增長率為 32%，持續保持快速增長。根據其測算，2017 年 中國傳統 IDC 業務收入為 513 億元，占 IDC 全行業總收入的比重為 78.8%。云服務收入 138 億元，占比 21.2%，比 2016 年提高 2.8pct。我們認為，目前云計算正在企業級服務 中加快推廣應用，未來 IT 交付的形態或將逐步云化，云服務收入在我國 IDC 業務收入中 的占比有望進一步增加。

云基礎設施：核心驅動變量

核心變量一：云計算加速

過去十年，云計算得到快速發展。根據 IDC 數據，2018 年全球公有云市場規模已經突破 1363 億美元，2014 年至 2018 年五年時間，全球公有云市場規模增長了 2 倍。從 AWS 云收入增長可以看出，17 年以后全球公有云市場依然保持高速增長，我們預計，2019 年 這一規模已經超過 1000 億美元。公有云快速發展的背后，我們看到全球服務器出貨量也 逐步增加，特別是在 2017 年之后，云服務器驅動的整個全球服務器市場進入到新一輪的 增長周期。

在公有云市場快速增長的背景下，我們看到全球公有云市場兩家典型的企業相應云收入得 到了快速增長：AWS 云和阿里云。兩家公司的公有云收入在過去幾年都實現了高速增長。

如何理解云計算對服務器需求的帶動作用？

從直觀的角度來看，云計算的發展帶動了互聯網企業對數據中心的大規模建設，而數據中 心正是有大量的服務器實體構建而成。而對于另一個認知：隨著企業對云服務采購力度的 加大，企業自建機房的需求大幅降低，從而減少對服務器的采購力度。當然這個只是表面 現象，其實企業對服務器計算和存儲資源的需求沒有因為云化而消失，而是發生了轉移， 從自建機房的服務器轉移動云計算廠商的服務器。而且，在企業云化之后，其產生的數據 量會急劇增加，對云服務的需求會進一步提升。

以上只是從非專業角度來解釋，如果從 IT 角度來看，首先我們先明白，云服務到底提供 的是一種什么服務（主要針對 IaaS）？最基本的就是對大量數據的計算、處理、存儲、共 享功能。其實云計算之所以產生，也正是因為傳統的 IT 架構比較難處理互聯網所產生的 大量數據的計算和處理功能（我們都知道，從 IT 技術演進來看，云計算是發生在互聯網 之后，最早由谷歌提出）。

因此，對云計算需求的核心可以簡單理解為，是對數據的計算、處理和存儲的需求。而我 們看到，互聯網和物聯網的崛起，各種智能終端的普及，以及網絡的加速，使得數據的產 生在高速提升。因此企業和個人對數據處理的需求是在不斷被創造和高速提升的。從這個 角度來看，未來互聯網巨頭的數據中心也是在不斷擴張的，因此服務器的需求仍有較長的 路。核心是：只要對數據的計算和存儲有需求，對服務器的需求就不會停止。

云計算與互聯網、大數據、人工智能之間的關系。

我們認為，第一，互聯網化是云存在的前提和基礎。互聯網和物聯網可以將所有事物和信 息進行互聯，在這個過程中，互聯的主體產生大量的數據。這些數據需要一個強大的空間 進行集中存儲和處理，這就是云計算所擅長的地方。我們知道單個計算和存儲設備，難以 對大量數據進行存儲和快速計算，即使可以，其成本也會隨著數據量的激增而急速上升。 云計算的作用就在于將海量數據集中存儲和處理。互聯網和物聯網所“連接”的一切，其 核心是云計算。云計算為“互聯網+”的商業模式、業務流程、資源分發提供強大的存儲 和計算能力。

第二，當大量數據上傳到云端之后，就需要大數據技術進行分析和挖掘。云計算為數據資 產提供存儲、訪問和計算資源，而大數據是基于云計算進行海量數據的分析與挖掘。

第三，人工智能的核心要素之一就是數據。大數據是基于海量數據進行分析從而發現一些 隱藏的規律、現象、原理等，而人工智能在大數據的基礎上更進一步。從人利用軟件系統 進行分析過渡到機器自身調用數據進行分析。

從以上可以看出，（1）云計算不是孤立出現和存在于 IT 產業鏈中，云計算既是 IT 技術演 進的必然趨勢，也是 IT 需求的內在驅動。（2）云計算在整個新興科技技術演化和迭代路 徑中，處于一個關鍵的中間層的角色，只有實現云計算，大數據、人工智能的技術才能真 正發揮作用。而云計算的底層支持，則是服務器的大量部署。

核心變量二：AIOT 驅動（5G+AI）

5G 是邊緣計算產業發展的重要契機。邊緣計算作為數據的第一入口，將在智慧園區、安 卓云與云游戲、CDN、視頻監控、工業互聯網與 Cloud VR 等價值場景發揮重要作用。

邊緣計算的崛起，是 5G 應用的結果。我們認為，AIOT 帶動的邊緣計算有望成為未來服 務器需求的重要變量。邊緣計算是指一種在網絡邊緣進行計算的新型計算模式，邊緣計算 機靠近終端或者數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用等，就近提供邊緣 終端智能服務，滿足對敏捷連接、實施業務、數據優化、應用智能和安全隱私保護等需求。 我們可以將邊緣計算簡單理解為“終端計算”，區別于云計算時代的“數據中心計算”（云 端計算）。

邊緣計算的業務本質是云計算在數據中心之外匯聚節點的延伸和演進，主要包括云邊緣、 邊緣云和云化網關三類落地形態。根據 IDC 預測，5G 時代，超過 70% 的數據需要在邊 緣側分析、處理和存儲。邊緣計算領域的多樣性計算架構、產品與解決方案越發重要。

從邊緣計算對軟件和硬件的要求來看，軟件平臺需要考慮導入云理念、云架構、云技術， 提供端到端實時、協同式智能、可信賴、可動態重置等能力。硬件平臺需要考慮異構計算 能力，如鯤鵬、ARM、X86、GPU、NPU、FPGA 等。即邊緣計算軟件平臺采用 Cloud Native 云原生架構與關鍵技術，硬件平臺支持異構計算能力，以邊云協同和邊緣智能為關鍵特征。

1）云邊緣：云邊緣作為公有云的延伸，將云的部分服務或者能力擴展到邊緣基礎設施之 上。中心云和云邊緣相互配合，實現全網資源共享、全網統一管控等能力。

2）邊緣云：基于云計算技術與架構構建的邊緣分布式開放平臺，可提供集中管理和調度 的能力，邊緣云內及邊緣云之間可以進行資源共享。

3）邊緣網關：是企業/ 行業數據的接入節點，是網關設備基于云計算技術的演進，可實 現網關內資源共享。

邊緣計算對服務器提出的挑戰：

1）業務場景差異大。邊緣服務器研發的大問題是業務場景差異較大，不同場景需要不 同形態的服務器。這與云計算場景下的高度標準化服務器有較大差異。這就需要針對不同 的業務和應用場景來開發。

2）產品形態。一般通用服務器的深度在 700mm 以上，而且是集中式、專業化運維管理。 根據目前邊緣側數據機房來看，邊緣服務器的深度一般在 450mm 左右，而且運維環境較 差，沒有專業的散熱設備（空調）等。

3）遠程控制。由于邊緣服務器處于網絡的邊緣側，難以集中化部署，而且邊緣服務器的 機房數量更多。考慮到運維成本問題，對邊緣服務器數據中心的運維一般采用遠程控制。

從 5G 應用的數據特點和對計算資源的需求來看：

1）5G 應用產生的數據格式更加多樣化。根據 iHS 預計，在網絡邊緣側分析、處理與存儲 的數據將超過數據總量的 70%，其中約 80%是非結構化數據。應用的高并發和數據的多 樣性，對計算的多樣性和多核多并發提出了更高的要求。

2）5G 應用高并發、低延時的特性，對計算能力的要求更高。根據 iHS 預測，2020 年超 高清用戶數達到1億，4K電視占電視總銷量比例超過40%，2023 年超高清用戶達到2 億， 4K 電視終端全面普及。4K 超高清視頻的快速發展將會進一步提升對網絡帶寬和計算能力 的要求。而計算能力的背后就是服務器計算和存儲資源的支撐。

核心變量三：B 端企業加速線上遷移（云化）

我們認為，中國 B 端企業的云化是對云基礎設施需求的長期驅動因素。特別是此次疫情， 加速了線上服務需求的快速增長。我們認為，疫情有望加速 B 端企業向線上遷移的進程， B端云化進度有望加速。而在這個過程中，對底層服務器和數據中心的需求有望逐步釋放。

對于 B 端云化對服務器和數據中心拉動的潛在市場空間，我們可以從兩個維度來理解。 1） 企業上云的業務種類：從趨勢來看，企業會將越來越多的業務，越來越重的業務向云端遷 移。2）企業上云的數量（滲透率的提升）：未來中國所有的企業有望都會在云端部署，與 美國相比，中國 B 端企業存在較大云滲透率的提升。而且 B 端企業云遷移對服務器的拉動 只是第一步，按照我們以上分析，后續數據分析和 AI 分析，對服務器和 IDC 的需求規模 有望進一步增加。

理解 B 端上云對云基礎設施需求的兩個維度：

維度一：上云業務種類增加

從目前企業業務上云的進度來看，企業逐步將交互、協作、非核心業務的輕量級應用和業 務環節逐步云化。根據業務復雜度和承載的數據規模，我們可以把企業的企業日常運營分 為三個層面：信息層面，流程層面，業務層面。

信息層面——云協作

云協作產品主要功能包括即時通訊、日程管理、工作日志、云存儲，此類產品的大特點 是實現了信息流層面的協作。其中即時通訊類功能往往包括即時信息、視頻會議、電話通 信，與一般的即時通訊軟件不同，云協作產品的即時通訊的設計往往針對辦公場景進行， 有助于提升工作效率。在身份確認環節，云協作產品能夠通過內置的通訊錄實現迅速的信 息匹配，達到快速精準找人的效果，無需添加好友即可開啟聊天等功能也提升了工作溝通 的效率，此外也有助于減少內部信息的泄露。在身份確認的基礎上，將日程管理、工作日 志、云存儲等功能從線下遷移到云端，有利于提升信息的實時性，提升協作的水平。

流程層面——行政與審批

流程層面主要涉及行政與審批類產品，此類產品將云辦公的功能從信息共享拓展到審批流 層面，包括流程審批、人事管理等領域。流程審批涵蓋報銷、請假等事項，在線下辦公中 存在效率低的問題，通過云辦公產品使員工能夠利用碎片化時間迅速完成審批，通過預設 流程，能夠把審批流精準導向相關人員，減少因流程不清晰、手續缺失等問題導致的時間 損耗。

業務層面——云業務

云業務產品與云協同、云審批類產品相比，大的區別是與業務數據具有較強的關聯，因 此往往要與原有的業務系統進行對接。一方面，云業務產品能夠帶來管理效率提升，通過 將業務數據直接與云協作等產品對接，能夠提升工作效率，如通過在云協作通訊產品中加 入最近業務來往數據信息，有助于更高效的進行溝通；另一方面，云業務系統能夠直接從 業務層面為企業創造價值。如云營銷系統通過全渠道信息整合的方式為進一步的數據分析 提供了基礎。未來云業務產品將是人工智能及大數據分析等應用的重要基礎之一。

維度二：上云企業數量的增加

我們可以從美國 B 端企業目前上云進度來看，從企業信息化的進度來看，目前美國已經逐 步進入到智能化階段，我們會看到 Mircosoft、SAP、Oracle、Wrokday 等美國企業級云 服務提供商，其已經開始為企業提供加載有 AI 功能的云服務產品。這其中反映的一個背 后客觀現實是，美國 B 端企業對云服務的使用率和云服務的滲透率已經很高。

中國企業級市場基礎不斷擴大。隨著我國市場主體數量不斷增加，至 2018 年已經突破 1 億家，我國云辦公的企業級市場基礎不斷擴大。與此同時，企業使用互聯網及計算機的比 例自 2011 年以來不斷提升，據 CNNIC 數據顯示，我國企業使用計算機的比例早在 2016 年就已經達到 99%，企業使用互聯網比例也已經達到 96%。企業層面的互聯網和計算機 普及為企業云化遷移打下基礎。

從中美 2B 與 2C 前五大市值公司可以看出，中國 2B 科技企業中前五大公司市值，只有美 國 2B 科技企業前五大市值的幾十分之一。而中國企業數量龐大，信息化水平提升潛力大， 未來存在較大的提升空間。

而從企業數量來看，中國企業數量大于歐美企業數量。根據中國和美國企業發展數量來看， 目前中國企業數量大概在 1.2 億家左右（包括中小微企業），是歐美企業數量的 3-4 倍。 我們認為，中國 2B 企業級市場有很大的發展空間，而這背后的推動力就是以云計算為代 表的新一代 IT 技術，2B 市場的崛起與云計算的快速發展互為驅動。

本文題目：云計算專題報告：云基礎設施需求加速的核心變量
當前網址：http://m.newbst.com/news4/101504.html

成都網站建設公司_創新互聯，為您提供服務器托管、營銷型網站建設、品牌網站建設、全網營銷推廣、虛擬主機、小程序開發

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯