数据中心通信行业：云计算巨头资本开支加速，专业IDC服务商腾飞在即

 甄选专业服务商好赛道上的好赛马。领跑赛道的专业IDC服务商需要具备如下特点在一线城市有充足的基础资源储备深度云化提供增值服务存量市场具有良好客户口碑。据此推荐A股上市光环新网 300383.SZ 关注科华恒盛(002335.SZ)、数据港(603881.SH)、宝信软件(600845.SH) 以及在美国上市的世纪互联(VNET)与万国数据(GD S)。

 好赛马估值怎么看商业地产不是商业地产我们认为中国专业IDC服务商不能以商业地产估值①美国数字REI T s有技术溢价估值高于商业地产②业务结构溢价美国数字REIT s主营业务要求租赁收入占比75%以上增值服务为我国专业IDC服务商提供更大的想象空间③市场空间溢价美国超大规模数据中心占到全球40%以上份额中国仅占8%我国专业IDC服务商具有更大成长空间④规模与集中度提升溢价我国专业IDC服务市场较为分散 目前规模排名前列市场口碑良好服务商有望受益市场集中度提升红利。 风险提示 1、专业IDC服务商机柜上架率低于预期 2、专业IDC服务商增值服务业务拓展不及预期 3、云计算市场规模增长不及预期4、云计算牌照化管理政策变化风险。

目 录

1、 巨头军备竞赛数据中心进入需求扩张期. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .-4-

1.1、数据中心云计算时代的IT资源载体.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..-4-

1.2、 IDC资源供需失衡持续扩大. . . .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..-6-

1.3、云计算巨头军备竞赛行业进入需求扩张新周期.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..-8 -

2、以美为鉴专业IDC服务商成长空间巨大.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..- 11 -

2.1、行业分工下专业IDC服务商优势凸显. . .. .. .. .. . . .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .- 11 -

2.2、从Equin ix看美国专业IDC服务商发展历程.. .. .. .. .. .. . .. .. .. .. .. .. .. .. .. .. .. .. .. .. .- 15 -

2.3、以美为鉴:中国专业IDC服务商空间巨大. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .- 18 -

3、甄选好赛道上的好赛马. . . .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .- 19-

3.1、 一线城市机房资源储备是核心. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..- 19-

3.2、深度云化的专业IDC服务商降本增效. . .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .-21 -

3.3、好口碑才有好市场. . .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .-22-

3.4、重点推荐标的. . .. . .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..-23 -

4、好赛马估值怎么看商业地产不是商业地产. .. .. .. .. .. .. .. .. .. .. .. .. .. .. . .. .. .. .. .. .. .. .-24-

5、风险提示. . . . .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. . .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .-25 -

报告正文

1、 巨头军备竞赛数据中心进入需求扩张期

1 .1 、数据中心云计算时代的IT资源载体

云计算带来了软件开发部署模式的革新并为大数据、物联网、人工智能等新兴领域的发展提供了基础支撑以信息流带动技术流、资金流、人才流、物资流促进了资源配置优化加速信息技术与各行业的交叉融合催生了新业态、新模式为“双创”提供重要平台是经济发展新动能的助燃剂。

作为云计算的IT资源的载体数据中心 Internet Data Center  IDC顺应行发业展趋势不断云化、规模化与边缘化。

 从成本中心到生产力计算资源云化大势所趋

随着各个阶段客户需求和技术的发展数据中心服务市场的业务发展大致可划分基础资源出租阶段、托管管理阶段、云计算IDC阶段三个阶段。

表1、数据中心发展阶段

基础资源出 20世纪90年代 数据中心服务多由基础电信运营商提供服务内容主要租阶段 包括场地、 电力、 网络带宽、通信设备等基础资源和设

施的托管和维护服务。

数据中心服务商主要提供主机托管服务同时也提供包托管管理阶 二十世纪九十年代 括数据存储管理、安全管理、 网络互联、 出口带宽的网段 中期至2004年 络选择等服务成为企业IT基础设施的核心。数据中心概念被扩展大型化、虚拟化、综合化数据中心服务是主要特征尤其是云计算技术引入后数据中心突破了原有的机柜出租、线路带宽共享、主机托管维

数据来源数据港公告、兴业证券经济与金融研究院整理

云计算IDC是一种基于云计算架构的计算、存储及网络资源松耦合完全虚拟化各种IT设备、模块化程度较高、 自动化程度较高、具备较高绿色节能度可以实现资源按需获取与空闲资源的快速释放。从自购服务器到按需调用 IT资源

从成本中心转变为生产力越来越多企业将业务部署在云上。全球云计算工作负载将继续从传统数据中心向云计算数据中心迁移根据思科预计到2021年94%的工作负载将由云计算数据中心处理。

图2、传统IT与云计算成本对比心云化程度思科定位

数据来源QUA SAR、兴业证券经济与金融研究院整理 数据来源思科、兴业证券经济与金融研究院整理 核心+边缘超大规模与边缘数据中心两级并举

超大规模数据中心建设可以满足用户对于云计算资源日益增长的需求同时也可以降低数据中心运营商的成本压力根据艾默生能源的计算分析数据中心每千瓦的成本随着规模的增加而降低相比最为显著是电力成本最大的数据中心与最小的数据中心的能源成本之间的差异达到180%。预计到2021年全球超大规模数据中心数量将从2016年底的338个增长至628个此类数据中心将占全部数据中心服务器安装量的53%。

图4、不同规模数据中心每千瓦运营成本美元 图5、超大规模数据中心市场份额占比

数据来源艾默生网络能源、兴业证券经济与金融研究院整理数据来源思科、兴业证券经济与金融研究院整理

边缘数据中心介于核心数据中心和用户之间它处于最接近用户的地方通过广域网保持实时的数据更新直接为用户提供良好的服务。不仅可以避免传递重复的数据也使得当地用户获得与访问核心数据中心无差异的服务获取更好的用户体验。超大规模数据中心与执行关键任务的边缘数据中心无缝结合有望实

现成本与体验有效平衡。

 云端数据存储、传输与计算需求指数性增长

随着智能终端、可穿戴设备、智能家居、物联网设备以及基因测序的快速普及每用户每天数据量需求量持续上升这将带动数据存储、传输、计算的需求呈现爆发性增长。

①数据中心流量 2016年的全球数据中心流量6.8 ZB并且预计到2020年还将增长3.3倍至每年20.6ZBCAGR为27%。

②数据中心数据存储量从全球范围看到2021年数据中心内存储的数据将从

2016年的286EB增长4.7倍到1327EBCAGR为37%存量增长率。

数据来源视界云、兴业证券经济与金融研究院整理 数据来源思科、兴业证券经济与金融研究院整理 技术瓶颈与扩张模式使得数据中心资源只能线性供给

数据中心底层技术遭遇技术瓶颈资源访问延迟、容量、带宽、能耗、性价比等核心指标提升与数据指数增长不再匹配。

①资源利用率与用户体验不匹配当前IDC正面临资源利用率与应用服务质

量之间的矛盾一方面服务器上同时运行多个应用能有效提高资源利

用率节省成本另一方面多个应用共享资源相互干扰影响应用的服

务质量降低营收。为了保障用户体验特别是面向在线应用 IDC资源

②摩尔定理失效导致CPU与存储器性能提升趋缓。摩尔定律假定微处理器的晶体管将每两年翻一倍对应的计算性能也随之翻倍。 因为要使摩尔定律继续有效要求复杂的制造工艺该工艺高昂的成本超过了由此带来的成本节约在更高的速度、更低的能耗和更低的成本三个因素中芯片厂商只可选择其二。虽然制造工艺未来还有提升空间但也将达到极限。

③ 冯结构数据中心面临瓶颈当前数据中心普遍采用冯诺依曼计算架构冯结构的计算模块和存储单元是分离的处理器操作数据的速度与从传统内存获取所需数据的速度之间的差距却日益增大不断增加CP U内的高速缓存层次虽然可以缓解读取瓶颈但是缓存共享会导致性能下降。图9、摩尔定律失效导致芯片性能增长趋缓 图10、冯结构形成的“内存墙”问题

数据来源 int el、兴业证券经济与金融研究院整理 数据来源中科院计算所、兴业证券经济与金融研究院整理技术瓶颈使得当前阶段IDC主要依赖规模扩张实现性能扩张同时IDC建设周

期一般2~3年并且受传统因素制约比如地皮审批、机房规划建设、 电力和网络接入的配臵、服务器和软件的采购和上架等等。上述因素都导致了IDC供给呈线性增长。数据量指数性增长与数据中心线性供给使得IDC资源供需缺口扩大 IDC

价值不断增加。

图11、 IDC资源供需缺口持续扩大(三大指标数据进行归一化处理)