中國數據中心行業發展分析

過去幾年，隨著移動互聯網、云計算和大數據的發展，數據中心作為基礎設施的關鍵設施，發展迅速。

總體規模

目前，我國在用的數據中心1844個，機架數超過166萬架。其中：超大型數據中心36個，機架數達到28.3萬架；大型數據中心166個，機架數達54.5萬架；大型、超大型數據中心增長速度遠高于整體增長速度。規劃在建數據中心共計463個，機架數達107萬架。其中：規劃在建的超大型數據中心共51個，機架規模約為52.4萬架；大型數據中心共115個，機架規模約38萬架。從機架數量來看，規劃在建中大型、超大型數據中心占比超過84%。

地域分布

國內28個省（自治區、直轄市）均建有大型或超大型數據中心。北上廣深等一線城市的數據中心需求和現有數據中心都較為集中，但受制于用電指標、PUE（數據中心總能耗/IT設備能耗）等，后續大規模發展受限。張北、廊坊、南通等一線城市周邊城市承接部分外溢需求。內蒙古、貴州、寧夏等能源充足、氣候條件適宜地區承接對時延要求不高業務。在東數西算上，互聯網公司布局更為積極，而第三方數據中心因對下游客戶需求及短期上架率等有顧慮，仍在一線城市周邊及東部其他城市布局。

利用率

國內數據中心總體平均上架率為52.8%。其中，超大型數據中心的上架率為34.4%，大型數據中心的上架率為54.9%，中小型數據中心的上架率為57.8%，與2016年年底相比均有所提高。一線城市整體上架率在70%左右，其中核心地段上架率遠高于此。國內頭部IDC（互聯網數據中心，Internet Data Center）運營商上架率與國外的Equinix、Dig?ital realty、CyrusOne等相比，仍有差距。

網絡

近年來，國家骨干網絡不斷優化，目前已建成北京、上海、廣州、成都、武漢、西安、沈陽、南京、重慶、鄭州、杭州、貴陽、福州、呼和浩特等14個骨干網直聯城市。截至2017年年底，過半數據中心直接接入骨干網，其中大型、超大型數據中心達78%。直接接入骨干網，可減少跳數，降低傳輸時延，改善網絡環境。

因受云計算（虛擬化）影響，數據中心內部的東西向流量顯著上升，超過南北向流量，數據中心之間的流量增長也較為迅速，DCI（數據中心互聯，Da?ta Center Interconnection）受到關注。

能效比

全國超大型數據中心平均PUE為1.63，大型數據中心平均PUE為1.54，2013年后投產的大型、超大型數據中心平均PUE低于1.50，最優水平達到1.2左右。全國規劃在建數據中心平均設計PUE為1.5左右，超大型、大型數據中心平均設計PUE分別為1.41和1.48。值得注意的是，一線城市和東部地區對PUE都給出了更為嚴苛的限制：如北京市要求“禁止新建和擴建數據中心，PUE值在1.4以下的云計算數據中心除外”；上海市要求“新建互聯網數據中心PUE值嚴格控制在1.3以下，改建互聯網數據中心PUE值嚴格控制在1.4以下”；山東省要求“自2020年起，新建數據中心PUE值原則上不高于1.3，到2022年年底，存量改造數據中心PUE值不高于1.4”；深圳市采取階梯式的優惠政策鼓勵建設低能耗的數據中心。高壓直流、液冷等節能技術發展迅速。在對節能技術的應用上，互聯網公司因可對機房、機柜、服務器、軟件系統統一規劃，具有先天優勢，而租用型數據中心，需滿足不同客戶，因此諸多節能技術（如浸沒式液冷）短時間內落地困難。

建設及運維

數據中心的建設及運維等出現了更為明確的分工。建設上，BIM（建筑信息模型，Building Infor?mation Modeling）和CFD（計算流體動力學，Com?putational Fluid Dynamics）寫入標準的更加普及。大型、超大型數據中心更多采用定制化方案，中型數據中心將更多采用模塊化建設，邊緣計算的微節點或將采用集裝箱式方案。服務器方面，天蝎整體機柜服務器截至2019年9月已累計裝柜2.7萬臺，適應邊緣計算的OTII服務器受到運營商的青睞。交換機方面，軟件定義網絡得到更多應用，基于SONiC或鳳凰系統加白盒交換機的方案占比上升，但目前滲透率仍不高。電源方面，更節能、架構更簡單的高壓直流開始替代傳統UPS方案，但占比仍較小。蓄電池方面，鋰電池逐步取代鉛酸電池。運維技術方面，受人力成本上升影響，DCIM（數據中心基礎設施管理，Data Center Infrastructure Man?agement）及智能機器人巡檢的智能運維方案受到關注，完全的自動運維目前尚難以真正落地。

市場及產業

市場規模

受多重要素影響，我國數據中心發展迅速。根據中國信息通信研究院推算，2019年，中國數據中心市場規模已經超過1100億元，且仍保持30%以上的增長速度。未來，受新基建政策及REITs金融工具的影響，數據中心發展有望進一步提速，如圖1所示。

圖1 2012-2020年中國數據中心市場規模及增長率

客戶及數據特點

目前數據中心客戶以互聯網公司為主（含云計算）。盡管有不少公司在最初的規劃中，將利潤更高的金融客戶作為重點發展方向，但是在長期的運營中，該類客戶新增需求較少，存量需求一般是由自建數據中心或者長期合作的數據中心來滿足。政務類客戶對數據中心的直接需求也并不多，一般會對大數據、云計算、人工智能等進行統一采購。

在數據上，目前仍以C端娛樂數據為主，未來隨著5G、物聯網、工業互聯網的發展，工業數據占比將會上升。

產業特點

數據中心產業整體表現為：其他行業從業者跨界進入，原有從業者尋求多元發展，企業之間通過并購等進行橫向整合。受下游需求持續增長、政策鼓勵、其他行業毛利率低等因素影響，不少其他行業從業者跨界進入，例如國家電網、聯想、中云信、美利云、富春云等，這些企業的出現，整體上促進了數據中心產業的繁榮，但也使得競爭加劇，客觀上會壓低行業利潤。而獨立第三方數據中心的原有從業者，則整體上向云邁進：包括代維國外公有云品牌的光環新網和世紀互聯，進軍公有云的首都在線，打造專有云的有孚網絡，轉型云MSP及中臺的安暢網絡等。在行業內部，并購加劇，近幾年萬國數據、光環新網、科華恒盛、奧飛數據等均有并購案例，沙鋼股份則通過并購積極布局國外數據中心，未來，隨著基建領域REITs的試運行，并購有望更加頻繁。

未來發展趨勢

批發與零售雙向發展

獨立第三方數據中心的經營模式分為批發和零售兩種。批發模式的典型為萬國數據、數據港、騰龍數據等，其數據中心一般由大客戶如阿里云委托建設，然后進行整體交付。該類數據中心一般位于一線城市周邊或者更遠的西部地區，建設上定制化要素更多。零售模式的典型為世紀互聯，其數據中心一般位于一線城市的核心地段，客戶既包括數千個機柜整體租用的大客戶，也包括數十個機柜租用的小客戶，該類型數據中心因地段優勢具有較高的議價能力，但上架率并不穩定，尤其在疫情等突發事件沖擊下，中小型客戶可能會部分退租。兩種模式并無優劣之分，并且常相互融合，例如萬國數據仍有大量的中小型客戶，而世紀互聯也在積極地布局批發型業務。從國外看，零售模式代表Equinix和批發模式代表Digital realty均取得了一定的成功。國內從近期來看，受新基建政策和REITs等金融工具影響，批發型可能會更受關注，但從長期看，零售模式可能會表現出更強的韌性。整體而言，兩種模式均具有較大的發展潛力。

超大規模與邊緣計算雙向發展

虛擬化和軟件定義是數據中心發展的特點之一，數據中心的東西向流量占比會持續上升。大規模超大規模數據中心，可以從設計到運營，從硬件到軟件，整體滿足數據中心云化的特點。加上大規模數據中心在單機柜的分攤成本上更具有優勢，所以是未來發展的重點方向。就國內外而言，不管是機柜數量還是處理的數據量，大規模、超大規模數據中心的占比會持續上升。

受制于用電指標、用地等影響，一線城市中心區域不具有大量建設規模以上數據中心的條件，但一線城市仍然有大量需求，且未來的大量基于5G的、低時延需求的場景，難以完全通過西部的大規模、超大規模數據中心來實現計算和存儲。以移動支付和網絡游戲為例，要求時延在10ms以內，以數據的雙向傳輸計算，基本要求數據中心在離用戶200Km的距離之內（此為傳輸距離，地理位置距離往往要求更近）。VR場景中，為了防止因延遲導致用戶眩暈，對時延有更為苛刻的要求。因此，位于一線城市核心地段的邊緣數據中心將更加受到關注，而一線城市原本的數據中心有望成為更加稀缺的資源，從而獲得更高的上架率和單機柜租金。

問題及建議

高密度、低功耗與高效率

目前各地管理部門往往以用電指標和PUE兩種要素來規范數據中心的發展，但是PUE往往僅為設計指標，后續運營過程中的持續跟蹤實際上較為困難。PUE關注的仍然只是冷卻、電源等（分子），而沒有考慮IT系統自身的功耗與效率等（分母）。實際上采用整機柜服務器、ARM架構服務器等，可以顯著降低功耗。關注IT系統層面，與目前數據中心主流的服務模式——IDC服務商只提供場地和機柜，服務器由客戶自己負責的模式——并不配套。未來，要么IDC云化，客戶得到的只是計算和存儲的能力，不關注任何硬件層面的問題，要么制定新的硬件標準。

解決資源匹配問題

用地、電力、網絡、資金、下游需求、人才和技術是數據中心建設的考量要素，但目前，這些要素仍不統一。西部地區的用地和電力都更容易取得指標，成本也較低，但當地的下游需求仍不足，出售率和上架率仍遠不及一線城市。網絡，對數據中心也有較大影響，但這一問題相對容易解決，張北、中衛等地雖然并沒有在骨干直聯城市名單中，但由于當地有較為集中的數據中心，形成了產業集群，實際上亦采用類直聯的形式接入到就近的節點。從長期看，人才和技術等問題比網絡這種可一次性解決的問題更加復雜，需要長期、系統地規劃，解決人才等配套問題。

因地制宜，打破壁壘

在國家及各部委等一系列“云、數”產業鼓勵下，在貴安、中衛、張北、烏蘭察布等先行地區的帶動下，各地紛紛推出了數據中心建設計劃。但是，數據中心仍必須緊抓一端，要么有廉價的能源（或氣候較冷可實現低PUE），要么有旺盛的需求（含當前C端需求和未來的工業需求），如兩者均無，實際上難以實現較高的上架率，投資回報率較低。

另外，仍有大量政策壁壘對云隨電走、東數西算造成障礙，例如，與政務相關的數據默認為數據不出省，這就導致西部省份的數據中心很難承接東部省份政務云的需求。要打破這種壁壘，仍需要統一規劃、數據分級和政策引導。