【研報】計算機行業云計算系列報告之二：云基礎設施加速的核心變量-20200209[18頁].pdf

1、 1 證券研究報告證券研究報告 行業研究/專題研究 2020年02月09日 計算機軟硬件 增持（維持） 計算機應用 增持（維持） 謝春生謝春生 執業證書編號：S0570519080006 研究員 021-29872036 郭雅麗郭雅麗 執業證書編號：S0570515060003 研究員 010-56793965 郭梁良郭梁良 執業證書編號：S0570519090005 研究員 021-28972067 金興金興 010-56793957 聯系人 1計算機軟硬件計算機軟硬件: 衛健委發文，互聯網醫療衛健委發文，互聯網醫療 提速提速2020.02 2計算機軟硬件計算機軟硬件: 工業互聯網落地有望加

2、工業互聯網落地有望加 速速2020.02 3深信服深信服(300454 SZ,增持增持): SDX 的踐行者的踐行者 與領導者與領導者2020.02 資料來源：Wind 云基礎設施：加速的核心變量云基礎設施：加速的核心變量 云計算系列報告之二 云計算基礎設施需求有望加速云計算基礎設施需求有望加速 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。目前受疫情影響，2C 線上服務需求快速增加； 更值得關注的是，疫情有望加速 2B 企業線上遷移（云化）的進度。同時， 從短期來看，云服務和 AIOT 對服務器的需求也有望快速釋放。我們認為， 云基礎設施下游需求

3、 （服務器+數據中心+IaaS） 有望加速。 推薦： 浪潮信息、 寶信軟件、深信服；建議關注：中科曙光、紫光股份、優刻得、數據港。 云基礎設施云基礎設施需求需求核心核心變量：流量變量：流量 從需求邏輯來看，云基礎設施的直接驅動變量是流量。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）是在不斷增加，對底層計算和存儲資源的需求也在不斷增加。我 們認為，影響流量增長的三大核心變量是：1）云計算加速。2）5G 應用 帶動 AIOT 快速落地，3）B 端企業線上遷移（云化）驅動。 核心變量一：

4、云計算加速核心變量一：云計算加速 過去五年，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 市場規模接近三倍。對云計算需求的核心可以理解為是對數據的計算、處 理和存儲的需求。而這一切都需要服務器的大量部署來支撐。因此，我們 看到，2017Q1 開始，全球服務器市場規模在云計算的驅動下，開啟了一 輪快速成長周期。而從目前來看，云廠商的 Capex 支出逐步恢復，有望帶 動新一輪服務器增長。 核心變量二：核心變量二：AIOT 驅動（驅動（5G+AI） 我們認為，AIOT 帶動的邊緣計算有望成為服務

5、器需求的重要變量。根據 IDC 預測，未來超過 70%的數據需要在邊緣側分析、處理和存儲。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。 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、低延時特性， 對計算的要求更高。而計算能力背后就是服務器計算和存儲資源的支撐。 核心變量三：核心變量三：B 端企業加速線上遷移（云化）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。

6、特 別是此次疫情，加速了線上服務需求的快速增長。同時在此次疫情發生之 后，阿里、騰訊、百度、華為等紛紛加快 2B 線上云服務的布局和推廣。 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。 投資建議投資建議 我們認為，作為 2C 線上服務和 2B 線上遷移實現云化的核心底層支持，云 基礎設施（服務器+數據中心+IaaS）下游需求逐步加速釋放。推薦：浪潮信 息、寶信軟件、深信服；建議關注：中科曙光、紫光股份、優刻得、數據港。 風險提示：疫情蔓延導致宏觀經濟整體下行的風險；疫情蔓延對風險偏好 的影響；中美貿易摩

7、擦對于經濟貿易的不確定性帶來的風險。 0 14 29 43 57 19/0219/0419/0619/0819/1019/12 (%) 計算機軟硬件計算機應用 滬深300 一年內行業一年內行業走勢圖走勢圖 相關研究相關研究 行業行業評級：評級： 行業研究/專題研究 | 2020 年 02 月 09 日 2 正文目錄正文目錄 云基礎設施的需求變量：流量 . 3 服務器 Server：云計算核心底層 . 3 數據中心 IDC：或將加速 . 5 云基礎設施：核心驅動變量 . 9 核心變量一：云計算加速 . 9 核心變量二：AIOT 驅動（5G+AI） . 11 核心變量三：B 端企業加速線上遷移（云

8、化） . 13 信息層面云協作 . 13 流程層面行政與審批 . 14 業務層面云業務 . 14 投資建議 . 17 風險提示 . 17 行業研究/專題研究 | 2020 年 02 月 09 日 3 云基礎設施的需求變量：流量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

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

10、上遷移的驅動。端企業線上遷移的驅動。 服務器服務器 Server：云計算核心底層：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?？梢哉f，服務器是云計算虛擬 IT 資

11、源的底層支撐和來源，服務器 也是云計算中最基礎的單元。 圖表圖表1： 服務器是云計算最基礎的單元（以服務器是云計算最基礎的單元（以 AWS 為例）為例） 資料來源：CCID，華泰證券研究所 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 201

12、3 年的 13%上升至 2019 年前三季 度的 30%左右。 行業研究/專題研究 | 2020 年 02 月 09 日 4 圖表圖表2： 全球服務器出貨量全球服務器出貨量 資料來源：Gartner，華泰證券研究所 圖表圖表3： 中國服務器出貨量中國服務器出貨量 資料來源：Gartner，華泰證券研究所 圖表圖表4： 中國市場服務器出貨量占比中國市場服務器出貨量占比 資料來源：Gartner，華泰證券研究所 -10% -5% 0% 5% 10% 15% 20% 0 50 100 150 200 250 300 350 400 2012Q1 2012Q2 2012Q3 2012Q4 2013Q1

13、 2013Q2 2013Q3 2013Q4 2014Q1 2014Q2 2014Q3 2014Q4 2015Q1 2015Q2 2015Q3 2015Q4 2016Q1 2016Q2 2016Q3 2016Q4 2017Q1 2017Q2 2017Q3 2017Q4 2018Q1 2018Q2 2018Q3 2018Q4 全球服務器出貨量（萬臺）同比 -20% -10% 0% 10% 20% 30% 40% 50% 0 10 20 30 40 50 60 70 80 90 100 13Q1 13Q2 13Q3 13Q4 14Q1 14Q2 14Q3 14Q4 15Q1 15Q2 15Q3 15

14、Q4 16Q1 16Q2 16Q3 16Q4 17Q1 17Q2 17Q3 17Q4 18Q1 18Q2 18Q3 18Q4 19Q1 19Q2 19Q3 （萬臺） 中國市場出貨量（萬臺）同比 13% 29% 0% 5% 10% 15% 20% 25% 30% 35% 13Q1 13Q2 13Q3 13Q4 14Q1 14Q2 14Q3 14Q4 15Q1 15Q2 15Q3 15Q4 16Q1 16Q2 16Q3 16Q4 17Q1 17Q2 17Q3 17Q4 18Q1 18Q2 18Q3 18Q4 19Q1 19Q2 19Q3 中國出貨量占比 行業研究/專題研究 | 2020 年 02

15、月 09 日 5 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%。 圖表圖表5： 全球服務器出貨量市場份額變化全球服務器出貨量市場份額變化 資料來源：CCID，華泰證券研究所 圖表圖表6： 中國服務器出貨量市場份額中國服務器出貨量市場份額 資料來源：

16、CCID，華泰證券研究所 數據中心數據中心 IDC：或將：或將加速加速 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

17、，服務器數量有望超過 6200 萬臺。 0% 5% 10% 15% 20% 25% 30% 35% 12Q1 12Q2 12Q3 12Q4 13Q1 13Q2 13Q3 13Q4 14Q1 14Q2 14Q3 14Q4 15Q1 15Q2 15Q3 15Q4 16Q1 16Q2 16Q3 16Q4 17Q1 17Q2 17Q3 17Q4 18Q1 18Q2 18Q3 18Q4 19Q1 19Q2 19Q3 戴爾HPE浪潮聯想 14% 16% 17% 19% 25% 28% 20%18% 18% 17% 17% 15% 13%16% 17% 16% 18% 14% 12% 11% 8% 12%

18、10% 12% 9% 10% 10% 11% 9%11% 24% 23% 21% 12% 9%8% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 2014H2015Q220162017Q320182019H 浪潮戴爾華為新華三（原惠普）曙光聯想 行業研究/專題研究 | 2020 年 02 月 09 日 6 圖表圖表7： 全球數據中心數量和機架數量全球數據中心數量和機架數量 資料來源：CCID，華泰證券研究所 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 Gartn

19、er 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。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

20、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%。 圖表圖表8： 全球超大數據中心數量預測（全球超大數據中心數量預測（Synergy，2015） 資料來源：Synergy，華泰證券研究所 而從實際發展情況來看，超大型數據中心的增速更快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

21、了超大規模的數據中心。 45.0 45.0 44.4 43.6 42.8 42.2 480 489 493 490 495 499 470 475 480 485 490 495 500 41 41 42 42 43 43 44 44 45 45 46 2015201620172018E2019E2020E 數據中心數量（左軸，萬個）機架數量（右軸，萬架） 259 297 346 399 447 485 21% 27% 33% 38% 43% 47% 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 0 100 200 300 400 500 600 700

22、201520162017E2018E2019E2020E 全球超級數據中心數量（個）超級數據中心占比（Installed base） 行業研究/專題研究 | 2020 年 02 月 09 日 7 圖表圖表9： 全球超大數據中心數量全球超大數據中心數量 資料來源：Synergy，華泰證券研究所 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

23、 68%。 圖表圖表10： 中國數據中心規模中國數據中心規模 資料來源：中國信通院，華泰證券研究所 云服務收入占比逐步增加。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 I

24、DC 業務收入中 的占比有望進一步增加。 300 390 0 100 200 300 400 500 600 201620172019E 全球超大數據中心數量（個） 500+ 124 166 49 83 0 20 40 60 80 100 120 140 160 180 20162017 機架數量（萬架）大型規模以上機架數量（萬架） 行業研究/專題研究 | 2020 年 02 月 09 日 8 圖表圖表11： 云數據中心與傳統數據中心占比云數據中心與傳統數據中心占比 資料來源：中國信通院，華泰證券研究所 圖表圖表12： 阿里云收入與數據中心數量的關系阿里云收入與數據中心數量的關系 資料來源：阿

25、里云官網，華泰證券研究所 18.4% 21.2% 81.6% 78.8% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 20162017 云數據中心占比（%）傳統數據中心占比（%） 7 9 16 26 36 42 44 5 7 8 13 30 67 134 0 20 40 60 80 100 120 140 160 0 5 10 15 20 25 30 35 40 45 50 2011201220132014201520162017 可用區數量（個，左軸）云計算收入（億元，右軸） 行業研究/專題研究 | 2020 年 02 月 09 日 9 云基礎設施

26、：核心驅動變量云基礎設施：核心驅動變量 核心變量一：云計算加速核心變量一：云計算加速 過去十年，云計算得到快速發展過去十年，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。 圖表圖表13： 全球公

27、有云市場規模全球公有云市場規模 圖表圖表14： 全球服務器出貨量全球服務器出貨量 資料來源：IDC，華泰證券研究所 資料來源：IDC，華泰證券研究所 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。 圖表圖表15： AWS 云收入云收入 資料來源：Amazon 官網，華泰證券研究所 433 522 655 818 1363 0 200 400 600 800 1000 1200 1400 1600 20142015201620172018 全球公有云市場規模（億美元） 1009

28、 1108 1110 1145 900 950 1000 1050 1100 1150 1200 2014201520162017 全球服務器出貨量（萬臺） 16 18 21 24 26 29 32 35 37 41 46 51 54 61 67 74 77 84 90 100 0 20 40 60 80 100 120 15Q1 15Q2 15Q3 15Q4 16Q1 16Q2 16Q3 16Q4 17Q1 17Q2 17Q3 17Q4 18Q1 18Q2 18Q3 18Q4 19Q1 19Q2 19Q3 19Q4 AWS云收入（億美元） 行業研究/專題研究 | 2020 年 02 月 09

29、 日 10 圖表圖表16： 阿里云收入增速阿里云收入增速 資料來源：阿里巴巴官網，華泰證券研究所 如何理解云計算對服務器需求的帶動作用？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

30、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

31、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。 圖表圖表17： 協同類云辦公產品類型協同類云辦公產品類型 資料來源：CCID，華泰證券研究所 2 2 2 2 2 3 4 4 5 6 8 11 12 15 18 22 24 30 36 44 47 57 66 77 78 93 0 10 20 30 40 50 60 70 80 90 100 14Q1 14Q2 14Q3 14Q4 15Q1 15Q2 15Q3 15Q4 16Q1 16Q2 16Q3 16Q4 17Q1

32、17Q2 17Q3 17Q4 18Q1 18Q2 18Q3 18Q4 19Q1 19Q2 19Q3 19Q4 20Q1 20Q2 阿里云收入（億元） 云數據中心單一服務器 PC 云計算云計算 強調單一服務器的性 能：穩定性、吞吐量、 響應時間等。 單個服務器性能要求下 降，更加強調數據中心的 整體性能：成本、快速部 署、交付快。 行業研究/專題研究 | 2020 年 02 月 09 日 11 云計算與互聯網、大數據、人工智能之間的關系。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?；ヂ摼W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

33、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?；ヂ摼W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

34、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。 圖表圖表18： 云計算在云計算在 IT 產業鏈的角色產業鏈的角色 資料來源：CCID，華泰證券研究所 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：核心變量二：AIOT 驅動（驅

35、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，是邊緣計算的崛起，是 5G 應用的結果應用的結果。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” ，

36、區別于云計算時代的“數據中心計算” （云 端計算） 。 行業研究/專題研究 | 2020 年 02 月 09 日 12 邊緣計算的業務本質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、 NP

37、U、 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：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）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）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。 圖表圖表19： 邊緣計算與云計算的協同

38、邊緣計算與云計算的協同 資料來源：ECII，華泰證券研究所 邊緣計算對服務器提出的挑戰： 1）業務場景差異大）業務場景差異大。邊緣服務器研發的最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）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）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

39、 機房數量更多?？紤]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。 行業研究/專題研究 | 2020 年 02 月 09 日 13 圖表圖表20： 邊緣計算機對服務器的需求差異邊緣計算機對服務器的需求差異 資料來源：CCID，華泰證券研究所 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

40、計算能力的要求更高應用高并發、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：核心變量三：B 端企業加速線上遷移（云化）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

41、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。 理解理解 B 端上云對云基礎端上云對云基礎設施需求設施需求的兩個維度

42、：的兩個維度： 維度一：上云業務種類增加維度一：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。 信息層面信息層面云協作云協作 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，此類產品的最大特點 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

43、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。 行業研究/專題研究 | 2020 年 02 月 09 日 14 圖表圖表21： 協同類云服務產品協同類云服務產品 資料來源：CCID，華泰證券研究所 流程層面流程層面行政與審批行政與審批 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

44、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。 圖表圖表22： 行政與審批類云服務產品行政與審批類云服務產品 資料來源：CCID，華泰證券研究所 業務層面業務層面云業務云業務 云業務產品與云協同、云審批類產品相比，最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

45、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。 圖表圖表23： 云業務產品類型云業務產品類型 行業研究/專題研究 | 2020 年 02 月 09 日 15 維度二：上云企業數量的增加維度二：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。 圖表圖表2