數據中心行業專題報告：數據中心核心科技概覽1

基礎篇：展望數據中心，智能時代的基礎設施持續增長的市場：數據中心成為科技巨頭兵家必爭之地1.

數據中心是算力承載的物理實體，反映的是人類社會信息化、智

能化的持續趨勢。只要有層出不窮的應用、持續滲透的數字化以及

算法對算力的持續需求就有數據中心的需要。2.

新基建方興未艾，我國數據中心機架過去五年增長220%。未來國內IDC發展速度也不

低于年均20%。全球范圍內，疫后線上經濟成為工作生活習慣。3.

巨頭必爭之地：Intel過去十年數據中心收入CAGR13%，英偉達

數據中心產品收入占比已達40%。巨頭科技創新仍在層出不窮反映

行業發展前景景氣，未來數據中心仍將是技術迭代最快的領域之一。驅動因素一：流量和應用向數據中心匯集1、用流量的角度衡量數據中心下游應用驅動。近十年來移動流量的驅

動因素從PC到移動互聯網到云計算再到AIoT，全球流量仍在持續增長，

且連接更廣泛、數據類型更加非結構化、算力需求更多元化。2、東西向流量占比超過85%，數據中心內部的計算和通信占比超七成。

大型數據中心對算力、帶寬、時延、功耗、成本要求越來越高，這些

反映的也是大規模采用虛擬機后處理云計算、AI訓練的天然技術需求。3、當前邊緣數據流量占比快速增長，邊緣數據中心技術將成為未來最

有前景市場。如用戶側圖像、安防、直播、大數據、機器互聯等，這

些數據需要更靠近用戶的處理。驅動因素二：云計算、AI對算力需求的快速增長1、云計算快速發展將成為未來算力主要供給。2019年全球云數據

中心資本開支首超本地，并仍在以年復合20%以上速度增長。全球

Top5云廠商每年資本開支的絕大部分都投入在數據中心，并期望以

自研服務器、創新網絡結構、代建數據中心等降低投資和運營成本。2、AI算法對算力需求的增長遠超摩爾定律演進速度。OpenAI的模

型顯示，2010年以來業內最復雜的AI模型算力需求漲了100億倍。

人工智能訓練模型算力需求水漲船高，目前解決的辦法80%靠并行

計算和增加投資，10%靠AI算法進步，10%靠芯片單位算力進步。驅動因素三：大型云數據中心對提高效能的要求1、碳中和時代，全球碳達峰預期將對算力能效比提出更高要求。2、提高算力能效比的手段：

1）半導體制造工藝的進步；

2）3D封裝、晶圓級封裝“化整為零”；

3）存儲介質的革命：存內運算；

4）算力池概念的進化，需要更高的芯片級互聯帶寬。數據中心核心科技一：持續追趕摩爾定律的計算1、摩爾定律增長放緩下，算力需求主要靠算力堆疊實現。AI對算力的需求

目前一方面在實現算法改進，但虛擬化軟件的引入解決了單機算力瓶頸，

最主要的手段是算力堆疊以及異構計算、并行計算（多路服務器）等。2、算力進化路徑一，moremoore。通過新材料、新工藝創新推動摩爾定律

不斷實現，TSMC預計在2023年出貨3nm芯片，Intel預計也將在明年大批量

生產10nm。3、算力進化路徑二，morethanmoore。主要通過先進封裝工藝實現，如

MCM實現多die單芯片封裝、WLCSP實現與內存的2.5D封裝等。數據中心核心科技二：持續挑戰馮諾依曼瓶頸的存儲1、如何突破存儲IO瓶頸？馮諾依曼架構的本質屬性導致內存的IO帶寬限制了CPU多核發展的快速需求，因此內存

技術每4-5年迭代，2022年將成為DDR5應用元年，為內存模組產業鏈帶來新機。此外，采用2.5D堆疊的HBM存儲也

在高性能計算發揮作用。另外一種思路是存內運算，這將對計算機的形態和商業模式都帶來顛覆。2、如何滿足指數增長的外部數據存儲需求？全閃存介質、軟件定義存儲、分布式存儲以及超融合存儲等提升了數

據中心應用的可擴展性、安全性、可管理性并降低了成本。數據中心產業鏈概覽：云計算的星辰大海2、數據中心中游是所謂的云基礎設施。從網絡配置角度看底層到上層分別是服務器、

接入交換機、匯聚交換機、核心交換機、出口路由器、防火墻&網關等。近年來，數據

中心網絡有扁平化、SDN和NFV三個主要的特點。3、下游云計算市場空間更加廣闊。從北美云巨頭發展過程來看，IaaS率先快速發展，

而更大的市場在于SaaS。目前我國頭部云廠商已躋身全球Top5之列，IaaS預計將保持平

穩較快增長，PaaS層各種云原生開發工具和信創生態值得期待。SaaS層受用戶使用習慣、

政企保密安全型需要等多重原因，雖不及歐美滲透高但也出現許多爆款應用。數據中心TCO視角：服務器是絕對大頭，光模塊增長值得重視1、從Capex的角度看，服務器是數據中心投資最大的部分，而運營過程中的電費是OPEX占比最大的部分。2、超大型數據中心的變化。服務器的數量增長了10倍，而加速服務器對高IO的需求以及更低收斂比的網絡結構也帶動了網絡

設備和光模塊的更快速增長。亞馬遜大型數據中心光模塊需求增速是服務器增速的3.5倍，光模塊在網絡成本中占比接近翻倍。3、如何降低TCO？從亞馬遜的運營經驗來看，首要是提升數據中心的PUE，采用高能效比電源和制冷，其次是降低服務器采

購成本（ODM代工）、自研能效比更高的芯片（例如亞馬遜）和更高效的服務器管理軟件。2

成長篇：數據中心未來十年最具看點的賽道有哪些

？概覽：已經在發生的變化正逐步改變數據中心1、數據中心演進關鍵詞：1）碳中和：Science統計數據顯示數據中心用電量約占全球發電量的3%，綠色數據中心將成為一種準強制標準，催生低PUE基礎設施、自研CPU、CPO交換機等多種需求。2）異構計算：摩爾定律演進放緩、多核CPUI/O瓶頸、“數據中心稅”等問題令異構計算愈加普遍，CPU、GPU、DPU、ASIC等承擔更多功能處理他們相對擅長的數據類型。3）虛擬化：軟件定義基礎設施（SDI）和超融合（HCI）實現了硬件的靈活可擴展和標準化，DPU針對虛擬機、SDS、vGPU等之間的通信能更好加速，此外SD-WAN優勢仍在。4）數據為中心：基于大數據和AI的預測性手段將取代傳統基于日歷或故障驅動維護方式。以數據為中心的網絡將突破I/O瓶頸和數據搬移延遲，數據中心從松耦合向緊耦合進化。2、高成長賽道掃描：異構計算芯片成長最快，中游光模塊值得關注。1）空間大：云基礎設施仍然是未來投入最高的領域，全球服務器市場仍將包括7.1%的增速并在2025年突破1320億美元。2）成長快：高速數通光模塊可能是云基礎設施中增長最快的品類。而上游邏輯和存儲芯片類增速普遍更高，特別是代表異構計算的GPU、AIASIC等。微電網數據中心：未來或在西部地區助力碳中和實現1、碳中和大背景下中國能源結構將發生深刻變革，“風光”轉型勢不可擋。《2030碳達峰行動方案》明確了我國長期能源結構的深刻演變，到2030年非化石能源

消費比重將達到25%作用，“風&光”總裝機量達到12億千瓦以上。而彭博新能源財經預測到2050年“風&光”裝機占比將達到58%。2、微電網是可以自產自消的區域型電網，電化學儲能成本的下降助力微電網裝機量普及。微電網由分布式電源、儲能裝置、能源轉換裝置、監控和保護裝置、負

荷等組成，旨在解決數量龐大形式多樣的分布式電源并網問題。儲能成本的迅速下降將有力推動微電網在新能源產地的消納和并網，西門子電氣預計2026年全球工

商業微電網裝機規模將達到5400MW。3、數據中心將是微電網重要應用場景，預計在西部地區率先推廣。數據中心將整合冷熱電聯產、可再生能源、燃料電池和儲能成為微電網的重要落地場景，未來

消納全球微電網發電量有望達30%以上。我國中西部地區風、光資源豐富，而當地也是冷數據、西數東算的主要基地，國家將持續推進微電網技術應用。4、系統性的市場機遇：儲能、變流器、智能配電、智能電網和富有經驗的數據中心集成商。CNESA預測我國電化學儲能裝機5年增速達57.4%，中國光伏協會預測

5年全球光伏逆變器增速19%。除此之外，針對微電網定制的智能配電、高可靠UPS、水冷系統、AI動環監控系統都將是IDC基礎設施和集成商可能涉足的方向。邊緣數據中心和服務器將成為算力的重要組成部分1、離用戶更近的好處：大帶寬、低時延、成本和安全優勢。算力未來需求持續增加下，網絡帶寬和時延限制（性能）和網絡帶寬限制（成本）導致的算力需求錯配需要通過邊緣端部署算力支撐。華為預測，引入邊緣計算后，計算、網絡、存儲成本可以節約30%以上。2、全球邊緣計算數據中心萬億級市場，垂直行業是主要需求方。邊緣計算市場包括終端觸點、邊緣計算設備、邊緣應用/軟件和邊緣服務。對于邊緣

數據中心，運營商基站、邊緣DC到2025年有望達到6萬個，投資規模1800億元。按照KPMG預測，下游行業價值中國約占全球10%，其中前五大行業

分別是游戲文娛、工業化制造、互聯網醫療保健、智能云數、環境監控。3、邊緣計算設備形態或多元化，重邊緣場景服務器將是最大市場。輕邊緣設備如工業一體機、IoT網關等一般部署在基站前面，提供豐富工業IO接口，

能通過內置軟件承載部分單向雙向控制，預計2025年市場規模約50億元。而重邊緣設備形態通常為定制的高密度服務器，在5G、F5G等接入手段下能

實現更大帶寬、更強算力和更好私密性，預計2025年國內邊緣服務器市場將達到62億美元。人工智能數據中心和加速服務器市場在快速增長1、從云時代到AI時代，人工智能訓練和推理需求驅動數據中心智能算力大幅提升。過去十年，用于人工智能的訓練模型計算資源激增，AI訓練計算

復雜度每年增10倍，信通院預計2020年中國智能算力占比41%，2023年預計提升至70%。2、AI加速服務器成為AI市場支出的主要組成部分，基于GPU和NPU的加速是主流。現階段AI投資主要是為了滿足對AI模型的訓練及預測，因此國內

約70%的相關支出來自AI硬件，IDC預測2025年國內AI服務器市場達64億美元。AI服務器相比于普通服務器，擁有更多的加速卡、更高P2P帶寬以及

更好散熱設計。目前GPU芯片占據AI加速服務器95%份額，未來ASIC等將加速應用以滿足差異化場景需求。3、智能計算數據中心助力AI產業化、產業AI化。2020年4月，發改委首次將智能計算中心納入算力基礎設施范疇，并提出在全國布局10個左右區域級

數據中心集群和智能計算中心，在AI產業化和產業AI化加速行業創新發展。智算中心與普通數據中心相比，在AI芯片、AI服務器、高速互聯、深度

學習框架、資源調度等組成要素上更加先進，目前包括浪潮、商湯、三大運營商都在將推動智算中心快速落地。3

投資篇：資本市場的關鍵賽道中上游投資邏輯：全球產業鏈比較優勢1、工程師紅利仍然會帶來成本優勢。未來一段時間，研發成本優勢或將逐步替代單純的制造業成本優勢，在一些中游的高端制造業如光模塊，

我們已經看到國產廠商對全球龍頭地位的牢牢把控。2、完整的配套產業鏈無可取代。富士康、蘋果等OEM和EMS巨頭多年來培育了國內完整的電子零部件產業鏈，很多公司如立訊精密、歌爾股份

都經歷了從量變到質變，從零部件到模塊、系統的延伸。3、供應商通常與大客戶建立了長期合作關系。對于供應商的認證嚴格且耗時，因此我們認為類似于蘋果產業鏈，數據中心產業鏈供應商的訂單

可預測性也較強。4、妥善處理與臺灣的競合關系，國內電子信息產業快速發展。目前在服務器產業鏈，無論PCB、電源以及板載的網卡、聲卡、BMS等芯片，臺灣

都在全球供應鏈中占有舉足輕重的地位。在可預見的將來，國內廠商或迅速縮小與臺灣的差距，以期未來從競爭關系轉向協同共生關系。中游投資邏輯：需求驅動1、整機環節，國內服務器和網絡設備已基本實現進口替代。另一方面海外貿易摩擦因素仍存，國內品牌出海客觀因素受限。因此

從天花板來看，我們認為影響服務器、交換機等中游硬件設備成長的因素主要是下游需求。2、移動互聯網、云計算、AI、元宇宙接力，云基礎設施具有長期成長邏輯。我們認為，下游層出不窮的應用仍會驅動科技巨頭和

互聯網廠商對于基礎設施投資。從歷史上復盤來看，國內服務器市場規模與BAT資本開支高度相關，而近幾年Top5云資本開始強

度已基本保持0.11的穩定水平。上游投資邏輯：國產替代1、計算機市場含硅量最高，數據中心市場容量僅次于手機、汽車，國內芯片公司發展舞臺廣闊。2、卡脖子領域環環相扣，需要整條產業鏈各個擊破。當前服務器產業計算、存儲、通信各條線國產化率均非常低，網絡設備在華為芯片

產能受限下，絕大部分份額由思科、博通、Marvell等海外公司把控。而光模塊25GPAM4以上電芯片替代能力也幾乎為零。3、芯片創業公司頻現，科創板注冊制提供一二級良性循環。我們認為科創板初篩了國內資質最優秀的芯片創業企業