一、IDC 需求受流量与算量多因素驱动迎新周期4月，阿里云宣布 3年投资 2000亿用于重大核心技术攻坚和面向未来的数据中心建设。 在 6月 9日阿里云峰会上，管理层表示阿里云已有 100多万台服务器，三年后这一数字将超出 300万台；同时，还有新型网络、IDC、芯片等新产品的研发，因此 2000亿可能还不够。 5月，腾讯云也宣布未来五年将 投入 5000亿元用于新基建进一步布局，同时，将陆续在全国新建多个百万级服务器规模的大型数据 中心。 数据中心（IDC）又称互联网数据中心，直观理解就是互联网机房、机柜和相关设备以及围绕之上的 运营服务，是计算机网络的关键基础设施，很大程度上决定了网络服务商向客户提供服务的规模。 云厂商巨头在 IDC领域的“抢跑”，让行业在新基建主线之上再燃热点。  云计算转化存量需求 IDC是高增长行业。首先需要说明，依据不同的市场规模口径，数值结果有所不同。 根据工信部 2015 年发布的《电信业务分类目录（2015年版）》，除传统的 IDC租赁、托管等业务外，云平台 IaaS和 PaaS也纳入 IDC范畴。 而中国信通院的数据，2017年国内传统 IDC业务收入为 513亿元，云服务收 入 138亿元，两者占比大致为 4:1，但后者比例在陆续提升。 以下讨论市场空间部分不特别区分具体 口径。  如图表 3所示，2019年国内 IDC规模达 1,563亿元，同比增长 27%，近年复合增速达 37%；并且科智 咨询等机构预测 2020 年增速提升至 29%，规模将超 2,000 亿。 虽然增速仍然在高位，但驱动因素已 经发生了变化。在上一个周期，IDC下游主要客户是包括移动互联网在内的互联网企业，因渗透率趋 于饱，以手机出货量为表征的整体增速已经放缓（图表 4）。 所以，后续 IDC的高增长实际已进入新周期，来源于新的行业驱动力因素。   我们认为 IDC行业新驱动力主要源于两方面： （1）现有互联网服务向云计算模式转化带来的 IDC建 设机会； （2）5G和 AI商业化带来存储和算力的增量需求。 云计算模式下，客户端的计算和存储能力被迁移到云端（服务器端），从而对 IDC 需求产生显著推 动。 企业上云产生对上游基础设施的新需求，因此 IDC的增长很大程度上会与云计算增速调频。 根据中国信通院发布的《云计算发展白皮书（2019）》，2018年我国公有云市场规模为 437亿元，同 比增长 65%；预计到 2022年市场规模将达到 1731亿元，2015-2021年的复合增速达 50%。 公有云细分市场中，与 IDC直接相关的 IasS领域增长最为快速，市场比重从 2012年的 15%大幅提升至 2018年的 62%。 私有云方面，2018年市场规模达 525亿元，同比增长 23%，预计到 2022年市达到 1172亿元。  5G与 AI 是增量驱动 5G 驱动数据存储需求 可以预见，5G时代的数据规模将大幅增长。我们分析，数据浪潮主要来源于三个方面： （1）用户来源：根据运营商和工信部数据，截止 2020年 5月底中国 5G套餐用户超 5000万户，起重 工仅中国移动 5G套餐累积用户即达 5561万户。 对比海外，韩国市场同期 5G用户数近 700万户，占 韩国移动用户数的 10%；韩国 5G用户每月的人均流量达 28G； （2）应用来源：在 5G技术之上，将新涌现高清视频、VR、云游戏、工业互联网、智能驾驶等丰富 应用场景，为实现这些应用服务，也会产生大量数据； （3）网络来源：5G 网络中，边缘计算成为网络架构的大趋势之一，数据除了在中心的云端存储， 还需要在边缘网络上采集、使用。 对应以上数据源，基本上都存在数据存储需求，包括： （1）用户的照片、视频、文档等个人数据； （2）应用领域的视频类数据； （3）网络的 5G设备和边缘计算数据等。 这些数据的存储将直接导致存储型服务器需求的高速增长，并需要相应的 IDC资源去容纳。 AI商用场景驱动算力部署需求 除存储型服务器之外，IDC还需要面对比例不小的算力型服务器。此类服务器的重要应用就是人工智 能。 根据互联网周刊 2019年的预计，2020年全球每人将分摊到 5,200GB的数据量；其中 1/3是大数据 的一部分。而这些数据就将成为人工智能的组成部分。 相比 2017年 AlphaGo带动的深度学习技术浪潮，AI服务器的用武之地从前期的模型训练、原型探索 等技术研发阶段，到现在更多用于商业化应用场景，意味着应用覆盖的用户规模增长将直接反映到 服务器需求规模上来。 国际数据中心（同样简称 IDC）于 2020 年 6 月发布的数据显示，2019 年中国 AI 服务器出货量为 7.9 万台，同比增长 47%。 这一增速远超通用服务器增速（同期通用服务器市场同比下降 4%）。 而且， 平均每台服务器配置 8.02个 GPU加速卡，比 2017年的 4.31个和 2018年的 5.10个有加速增长趋势。 其发布的《中国人工智能软件及应用（2019 下半年）跟踪》报告还显示，2019 年中国人工智能软件 及应用市场规模达 28.9 亿美元。 包括硬件在内，整体市场规模达到 60 亿美元；同时，预计到 2024 年中国人工智能软件及应用市场规模将达到 127.5亿美金，2018~2024年的复合增长率达 39%。  在上述强劲新驱动力推动下，行业有望保持在 30%增速，甚至进一步向上回升。 从够用到紧缺，规划后的 IDC 供给量仍存缺口数据中心市场规模的快速扩大，背后是 IDC建设的投入加码。尤其是 2019~2020年以来，众多相关企 业加入到 IDC市场大军来，我们开始考虑一个问题——IDC建设浪潮之后，供需关系如何？未来 2~3 年的 IDC资源够用了吗？ 2019 年之前，中国有 227万机柜，够用但区域饱和 首先，我们要知道现有的 IDC资源数量以及使用率情况。 从全球来看，根据中国产业信息网数据，2015-2018年的 IDC资源是略有减少的，主要原因是 2017年 开始出现数据中心大型化、集约化的趋势。 2015 年，全球数据中心机柜数为 479.7 万个，到 2017 年 达 493.3万个，但 2018年的数量小幅减少至 489.9万个。  但是中国的情况有所不同。根据赛迪集团的统计数据，2019年中国数据中心数量大约为 7.4万个，大 约能占全球数据中心总量的 23%。 2016-2019年中国数据中心机架数量逐年上升，2019年数据中心机 架数量达到 227万架。 我们对 IDC企业进行了梳理，对重要 IDC企业的现有机柜数做了统计，结果如图表 8所示。 根据我们 的不完全统计，34家重要企业（及政府）现有机柜数为 225.7万个，与赛迪的数据接近。 这些 IDC企 业中，拥有量较多的包括中国电信、中国联通等。   判断 IDC 机柜是否够用的一个核心指标就是上架率（机架空间被使用的比率）。 理论上，一个数据 中心机房所有机柜都处于被使用的状态，及上架率达到 100%，则意味着该机房满负荷运转。再出现 新的需求，那么这个机房就“不够用”了。 当然，实际上 IDC机房并不会到 100%上架率就“饱和”了： 一方面，从类似图表 10的机柜内部可以看到，服务器相关的 IT和网络设备需要较为复杂的联系，上 架率越高，这些设备的维护难度也越大； 另一方面，对服务的互联网客户来说，IDC企业需要为其提供一定的弹性扩容能力，当它的互联网服 务短期迎来大量新增用户、流量时，需要在短期内能够上架新的云端能力。 典型的例子就是 2020年 的疫情期间，典型的线上服务迎来明显的扩容需求。 因此，对于一个数据中心来说，虽然更高的上 架率将带来更多的收益，但当上架率达到一定程度后，机柜就可以认为是“不够用”了。 我们认为 这一比例在 60-80%左右，视各供应商的策略不同而有区别。   根据中国产业信息网的数据，2017年我国数据中心平均上架率为 52.8%，与 2016年相比均提高 5%左 右； 其中，超大型数据中心上架率为 34.4%，大型数据中心上架率 54.9%，估计与超大型数据中心在 最近几年开始建设加码有关。 根据工信部 2018年数据，全国 IDC利用率仍在 60%以下。因此数据中心基本处于够用的状态。 但是，各个区域发展不平衡，核心地区有接近饱和的趋势。产业信息网数据显示，河南、浙江、江 西、四川、天津等地区上架率在 2017年提升到 60%以上，西部地区多个省份上架率由 15%提升到 30% 以上，但仍然处于较低水平。 同时前瞻产业研究院数据显示，北上广深等一线城市数据中心资源最 为集中，上架率达到 60%~70%，并且受限于地区承载能力，新建 IDC数量有所放缓。 实际上，中部、西部、东北地区具有土地资源丰富、建设或租金成本较低、网络质量及运营维护水 平较高等优点，适合建立大型及超大型数据中心。 但是，这些地区的下游客户较少，而远离客户将 增加客户的响应时效和维护成本，所以存在上架率低的风险。 相反，对于互联网厂商的自建数据中 心来说，由于解决了客户不足的问题，则体现了相对优势。 例如，百度最大的数据中心位于山西省 阳泉市，服务器设计装机规模超过 16万台； 阿里江苏云计算数据中心在南通签约，将成为阿里巴巴华东地区最大的云计算中心基地，承载 30万台服务器。 在建与规划 150 万，同增近七成，但仍不够 现有的上架率数据反映的是建成的 IDC 满足当时下游客户需求的程度，从 60%左右的上架率可以看 到处理原有的业务，IDC是基本够用但也快要接近饱和。 而未来 2~3年的 IDC资源是否够用则更多需 要看现在在建的和规划的项目情况。 我们梳理了图表 8中对应的 34家企业公开的在建和规划机柜数： 在建数量为 49.5万架，规划数量为 99.2万架，合计约 150万架，相比现有的机柜数量增长约 67%（见图表 15）。 接近七成的增长反映了 行业内企业的大力投入热情，侧面也可以理解，行业认为下游需求将进入爆发增长阶段。 那么，有 了这些“储备好的” IDC资源之后，是否可以满足即将到来的新需求呢？我们针对需求做了一个估测。 首先考虑存储型服务器需求： （1）参考标准机柜和服务器规格，假设单机柜提供的存储能力假设为 64TB，假设新增的 150万机柜 全部用于存储，则提供了 9600万 TB容量； （2）假设 5G时代移动端设备数 3亿部，按其中 100M（0.1G）需要云端存储假设，则日均存储数据 量新增 3000万 GB（3万 TB）。假设个人数据占互联网数据的 10%，则全网日增数据量 30万 TB； （3）现有规划的机柜能够满足全网 9600/30=320天的存储需求。 以上假设均按保守估计，例如 5G IoT时代，个人数据占比应远小于10%，远期设备数也大概率会超 3亿。 同时，考虑 IDC的建设周期一般在一年以上，再加上算力服务器的需求未计入，因此可以推断， 即使现在规划的 IDC资源增长较大，但仍然远不够满足未来 2-3年的需求。 判断：长期缺口存在，三个努力方向 通过以上分析，我们可以认为，IDC资源的长期缺口是存在的，而且缺口可能在数倍。 那么在以一线 城市为主的核心地区对 IDC 用地审批有所限制的当前，行业应该如何发展才能保障供应呢？我们认 为在于尽力加大投建、发展超大规模数据中心、发展高密度机柜等三个方向。 1）加大投建 以上统计的是目前规划的数据中心数量。既然缺口较大，那么可以预见各方都将在后续持续推出投 建规划。统计部分地区已发布的 IDC建设提速政策如下。 广东省工信厅 6月 18日印发的《广东省 5G基站和数据中心（IDC）总体布局规划（2021-2025）》（以 下简称“广东《规划》”）显示，截至 2019年底，省内已投产使用的数据中心数量约 160个（其中 超大型、大型和中小型数据中心各占 1%、20%和 79%）。 规划在建的机架数量约 18.5万个，已投产 的机架数量约 11.6万个（折合标准机架数 21.8万个，合计功率 545兆瓦），在用的机架数量约 7.2万 个（折合标准机架数 13.5万个，合计功率 337兆瓦），累计服务器数量超过 86.4万台，数据存储量 约 25万 TB，折合占地面积超过 800亩，总投资额约 700亿元。 规划剔除“先提后扩”的建设思路，即先提高上架率，后扩容和新增。 单个数据中心项目上架率达 到 60%后，方可申请扩容和新建项目。 根据通知的规划目标，在全省 9 个数据中心中，第一阶段 （2021-2022年）上架率达到 65%以上，规划建设折合标准机架数约 47万个。第二阶段（2023-2025年） 上架率达 75%以上，规划建设在折合标准机架数累计约 100万个。 此规划印发于图表 14统计时间之后，也是对我们提到的各地将持续推出投建规划的一个印证。相信 在这样补缺口的政策带动之下，行业缺口有望通过大力投建逐步得到缩小。 2）超大规模数据中心 前文几处提到大型和超大型数据中心，主要是依据机架数量来界定，在不同的规划中略有区别（例 如广东《规划》中将 1000-3000架定义为中型数据中心）。 超大型数据中心的建设相对起步较晚，一般对土地资源等要求也较高。 例如，广东《规划》中广深 地区原则上以中小型数据中心建设为主，大型和超大型则在其他地区落地。 但是，超大型数据中心 因为起步晚、规模大，其上架率也低于行业平均水平，因此能够在后续发展中提供更有利的 IDC 资 源。 随着超大型数据中心的利用率提升，其供应的服务器数量在整体中的占比也得到相应提升。 3）高密度机柜 高密度机柜数据中心是指机柜（42U的 19’’标准机架）功率负载在 8kW以上，密集摆放，专门用来对 大容量存储、高性能计算（刀片密集型服务器）和功率较大的小型计算机等单位功率系数较高的信 息设备配套建设的数据中心。 提升机柜密度可以在有限的 IDC 机房内提升机柜数量和承载的算力、 存储能力。 高密度机柜意味着供电能力要求高。在 2018年之前的典型 IDC设施规划中，主流电力以 10A、12A等 为主，单机柜供电 20A的电力要求属于“高端”需求。 而根据科智咨询发布的《2018-2019上海及周 边地区 IDC 产业发展研究报告》中显示，2018 年上海地区行业客户对数据中心单机柜供电的采购需 求集中在 16A以上，有了大幅提升。 高密度机柜的技术难度较标准机柜有所提升。当数据中心密度越大，传统设计的供电、制冷、备灾 等方案都可能需要改进。 否则，一次机柜电源故障，就可能造成以前数倍的损失。因此，高密度机 柜如果成为行业趋势，那么将会对行业公司提出更高的门槛要求。 多方共建，谁更受益？在 IDC 这个快速增长的新周期市场中，参与者显著增加。那么，目前的格局如何？什么样的企业能 够在后续的竞争中获得优势呢？ 谁在建设 IDC：运营商、互联网云厂商和独立第三方 参与 IDC服务以及增值服务的厂商主要包括三类：
其中，电信运营商即在行业上游提供网络设施等产品，又在下游使用 IDC 服务；互联网行业巨头进入云计算领域后，即是下游客户，又开始成为 IDC企业（但大部分是自用）， 之后还会针对性地为客户提供托管设施，利用 IDC 设施将关键基础设施和应用部署到客户附近。 只有第三方企业是专注于数据中心服务和增值服务领域。 相比传统的三类 IDC 企业，目前正有更多的转型进入者被这个行业吸引。 在我们之前的新基建研报 中，对此做过梳理，如图表 23所示。 一个典型的趋势是钢铁企业切入 IDC领域，因为此类公司往往面临原有业态受城市规划影响而迁出， 从而闲置了相应的土地、厂房（可改造 IDC 机房）、电力能耗指标等，有的还能够直接对接到自身 钢铁企业信息化的下游需求。 怎样的 IDC 公司有优势？ IDC 行业被称为是“数字地产”，往往拿来和商业地产做类比。 这是因为典型的数据中心 （1）需要 商业用地、土建与装修、电力能源等核心资源； （2）然后通过向终端客户出租获取租金（运营）收 入。 因此商业地产的竞争逻辑很大程度上可以搬到 IDC领域来，比如地段、租金成本等。 在此之外，IDC企业还有其它方面的竞争力比较。从成本端来看，数据中心的整体拥有成本（TCO） 基本由直接成本、电力成本、财务成本、运营管理成本、空置成本等组成。 普遍情况下各个成本项 在整体的比例大致如图表 24示意。 地段、拿地能力和土地土地购置、租金成本及建设成本、网络成本等就属于直接成本。 相比于基本是一次性的直接成本，能源成本是持续的，而且 IDC 内耗电设备众多，因此电力成本天 然占据大头。 虽然地域影响能源成本很大，但从企业的粒度来看，在二三线拿地的能力差距并没有 在一线地区那么大。 所以，随着产业向能 耗低成本地区迁移的比重加大，地段因素的影响在减小， 更多的还要看技术团队对能耗控制的能力。 另一方面是财务成本，拥有融资渠道优势的龙头和上市公司能够以较低的成本拿到资金，从而用于 投建新的数据中心，或者并购。 由于技术团队相对来说不是门槛，因此并购是 IDC 企业规模快速扩 张的优选方式，也是传统厂商进入 IDC行业的首选途径。 运营管理成本相对来说各家差距不会太大（其中能耗控制相关的运营水平已经体现在电力成本方面），但是良好的运营有助于 IDC在高上架率时满足客户动态需求。 空置情况受地段、租用价格等因素影响，批发型 IDC 厂商因大客户批量采购或预定相对来说会表现 更好一些。 综合来看，判断哪一类企业更有竞争力，我们认为可以概括如下： （1）从供给端看，沿袭数字地产 逻辑，物业核心资源是护城河； （2）从消费端看，标杆客户和服务黏性可巩固持续收入； （3）投 资排序上看，同时拥有地产资源、行业积累和标杆客户的企业显然最具投资价值；其次是有大客户 的企业，有的大客户可配合解决定制化的资源选址问题，而行业积累可通过收购或建设团队来解决。 投资建议从研究赛道来看，本文主要着眼专业第三方IDC企业，关注宝信软件、数据港、奥飞数据。 其次，IDC 资源建成之后带动的产业链上游，如服务器、网络设备等厂商也将受益，推荐浪潮信息、紫光股份， 关注中科曙光。 风险提示：投资力度不及预期；下游需求减弱；政策限制加强。 |
|
|
