國內云計算技術生態發展不斷成熟，企業上云步伐不斷加快，在宏觀層面有九大云生態發展趨勢：1.基于邊緣計算的分布式云成為新一代計算架構 ；2.混合多云部署策略成為企業主流選擇 ；3.云原生架構生態持續完善，生產環境采納度得到提升 ；4.遵循零信任框架的 SASE 云安全體系成為網絡安全發展新方向 ；5.軟件上云打通數據孤島 ；6.通用軟件由銷售驅動往產品驅動轉型 ；7.企業積極布局云生態；8. 國內云生態廠商布局海外；9.云生態整體融資活躍，部分賽道進入并購整合期。

本期的智能內參，我們推薦中關村云計算產業聯盟和漢能的報告《云計算生態藍皮書》，從基礎設施、平臺層關鍵技術、通用軟件和 SaaS 等對細分行業的發展趨勢及代表性企業進行描摹。

來源 招商證券

原標題：

《云計算生態藍皮書》

作者： 陳宏 等

一、中國云計算行業發展趨勢

1、基于邊緣計算的分布式云架構逐漸成熟，算力網絡助力東數西算

物聯網快速發展，數以億計的各種終端設備不斷產生海量數據。5G 網絡高可靠、低時延、大容量的網絡能力促進基于4K/8K 超高清視頻、AR/VR 等沉浸式交互模式的逐步成熟，使車路協同、工業互聯網等領域獲得全新的技術賦能。物聯網和 5G 結合的連接能力將增強至百億級，帶來海量的M2M（Machine to Machine，機器對機器）通信及連接的深度融合。如果把所產生的數據全部傳輸給數據中心處理，不僅帶寬成本高昂，還可能會造成網絡擁堵，并且會有一定的數據處理延時。

邊緣計算是在靠近數據采集分析使用的用戶側提供計算、存儲和網絡帶寬，滿足行業業務實時性、應用智能性、數據安全及用戶隱私的計算服務。隨著物聯網、工業互聯網等行業應用的核心模塊持續部署落地，5G 網絡促使無線接入側能力大幅提升，邊緣側業務場景不斷豐富，各類應用對整體部署架構的低延時、高可用、大帶寬、高并發、多接入提出更高的要求；可以看到傳統上相對獨立的數據中心、運營商網絡資源與邊緣計算節點資源和終端設備不斷趨向融合，在云計算、邊緣計算和網絡之間實現云網融合、云邊協同，實現算力服務最優化。

在 5G 運營商及云廠商合力推動云網融合趨勢下，大量分散的邊緣計算節點、終端設備以及用戶可通過 MEC（Mobile Edge Computing，邊緣計算技術）接入分布式云架構，云邊端協同管理平臺對算力資源、數據、服務、安全等維度進行統一的協同調度管理，為 5G 時代下各行業物聯網應用場景甚至企業專網提供更全面的算力基礎設施和解決方案。

通信網絡是“東數西算”工程實施的重要基礎之一，為東西部算力基礎設施提供數據傳輸通道。網絡不僅要實現東部數據向西部數據中心的傳輸，還要承載運算結果的反饋。運營商擁有覆蓋全國的通信網絡。如中國電信擁有全球最大的寬帶互聯網絡、最大的光纖寬帶網絡、最大的干線光纜網絡。

其將骨干通信網絡核心節點直接部署到內蒙古和貴州數據中心園區，一跳直達北京、上海、廣州、深圳等一線城市或經濟熱點區域，為全國用戶提供低時延、高質量的快速訪問。運營商提出了基于 SRv6（Segment Routing IPv6，分段路由 IPv6）技術，以算為中心、網為根基，智 AI、鏈Blockchain、云 Cloud、數 Data、網 Net、邊 Edge、端 Terminal、安 Security（ABCDNETS）深度融合，提供一體化服務的算力網絡架構；“算力泛在、算網共生、智能編排、一體服務”的技術能力助力東數西算落地。

根據信通院 2020 年調查數據顯示，國內企業邊緣計算應用滲透率 5.2%，還處于早期階段，但超過50%的企業都有相關使用計劃，呈現低滲透高增長的態勢。企業普遍反饋使用邊緣計算主要看重安全可靠和低時延的特性。分布式云趨勢下所涉及的投資機會包括邊緣計算和終端的計算芯片、異構計算、算力網關盒子以及相關的網絡安全。

▲算力網絡

2、多云、混合云正成為大部分企業部署策略，跨云應用待提升

隨著微服務和容器等云原生技術的成熟，云計算上下層正逐漸實現技術棧解耦；另一方面云計算市場競爭激烈，云廠商之間的 IaaS 產品差距不斷縮窄；企業用戶跨云部署應用服務的門檻被降低；云管平臺和 MSP（Cloud Managed Service Provider，云管理服務商）服務商生態的成熟也進一步推動企業混合多云部署滲透。

隨著企業上云比例和用云經驗的增加，多云、混合云跨云部署正成為國內外企業的用云策略；多云部署使得企業不受限于單個云服務商，能夠給予客戶更多自由的選擇；對于生態來說，多云可以與不同平臺的云廠商開展更多的合作，充分發揮和利用不同云廠商產品服務及價格差異化優勢；從業務角度來說，不同云之間可以做數據備份，負載調度，進一步增強安全性和可用性。

根據 2021 年混合云產業推進聯盟企業問卷調查反饋，產品服務價格依然是企業選擇混合云服務商的首要關注點，其次是要滿足混合多云最基本的兩個場景，即服務安全性和服務可用性。企業對混合云的應用場景不斷加深，從基本的數據備份、業務恢復轉向以應用跨云部署為首的深度混合。

3、云原生架構生態持續完善，生產環境的采納率攀升，Kubernetes1成為云時代操作系統， Serverless（無服務器架構）逐漸成為主流

云原生主要以容器、微服務及 DevOps2技術為代表組成，目前容器及容器編排技術已進入技術成熟期，市場采納度高，在深化應用中誕生的邊緣容器、多集群管理和容器安全均處于技術發展爆發期；微服務技術領域，服務注冊發現與服務代理技術已進入技術成熟期。

新一代微服務架構服務網格也即將從爆發期進入整合期；隨著市場對云原生技術應用便捷化、免運維、一體化等需求增多，以云原生中間件、Serverless 無服務器架構為代表的技術函數進入爆發期。云原生技術進入生產環境后，其安全性和穩定性成為應用關注重點，混沌工程及云原生安全技術也備受關注。

▲云原生技術生命周期

云原生應用服務從架構設計到研發部署都是直接面向云環境，云原生技術在公有云、私有云和混合云等動態環境中可以充分利用云計算的技術紅利，賦能組織和企業構建和部署真正模塊化高可用、可自愈、可觀察、可測試、可替換的應用，讓用戶實現更敏捷的部署運維策略，更靈活的擴展縮容，以及最重要的進一步降低 TCO（更精準的按用量付費）。

隨著各行業需求的不斷變化，業務規模的提升，業務數據的積累，各行業不斷擁抱新技術，產業用戶占比持續攀升；互聯網和軟件信息服務行業是云原生技術實踐最成熟的行業，而隨著垂直行業對云原生技術的價值認可加深，行業用戶占比提升明顯，云原生有力推動了各行業的創新業務發展。

▲云原生用戶行業分布情況

隨著以 Kubernetes 為代表的云原生技術成為云計算的容器界面，Kubernetes 成為云計算的新一代操作系統。面向特定領域的后端云服務（BaaS，Backend as a Service）則是這個操作系統上的服務API，存儲、數據庫、中間件、大數據、AI（Artificial Intelligence，人工智能）等領域的大量產品與技術都開始提供全托管的云形態服務，如今越來越多用戶已習慣使用云服務，而不是自己搭建存儲系統、部署數據庫軟件。

當這些 BaaS 云服務日趨完善時，用戶無需再按固定的套餐計費模式租用配置服務器、虛擬機、計算存儲和帶寬，而是真正按用量彈性付費，進一步降低企業用云費用，提升用云比例。Serverless 因為屏蔽了服務器的各種運維復雜度，讓開發人員可以將更多精力用于業務邏輯設計與實現，而逐漸成為云原生主流技術之一。

4、遵循零信任框架的 SASE（Secure Access Service Edge，安全訪問服務邊緣）網絡安全體系 成為云安全新趨勢

2021 年國家陸續出臺了個人信息和數據安全法律文件，《個人信息保護法》、《數據安全法》以及《網絡安全法》共同構成網絡法律體系三駕馬車，為我國數字經濟轉型鋪設了有法可依、有章可循的發展道路，同時政策及合規也推動著企業對網絡安全產品的采購需求。另一方面，隨著企業的 IT 架構升級，多云、混合云架構下以往按網絡內外部劃分的信任安全機制所暴露的安全風險也日益嚴峻。

在混合云架構環境下，企業員工使用自有各種異構設備在各種網絡環境下遠程訪問企業資源進行辦公，供應鏈上下游合作伙伴之間也通過網絡進行信息和工作協同，跨云內外部人員的訪問和數據傳輸使得企業面對海量攻擊的風險增大；傳統安全體系認為企業內網可信因而側重關注網絡邊界部署安全產品的做法存在過度信任風險，新一代基于零信任云原生的安全體系亟待建設。

零信任理念要求對訪問主體和訪問資源之間的每一個行為進行持續動態的身份認證和權限鑒定，系統內的安全代理、策略引擎和控制引擎等核心邏輯組件需要使用漏洞掃描、態勢感知、數據防泄漏等多種策略保證企業內基礎設施和資源的安全性；零信任系統不為任何用戶終端和特定鏈接預設信任等級條件，通過動態身份驗證授予必要和必需的訪問權限實現資源的安全可信訪問。

云原生安全已經成為目前企業最重視的上云關鍵技術之一。IDC《Internet Defense for CloudEnvironments in 2020》報告顯示超過 65%的企業會購買專門面向云環境的安全產品。Flexera 問卷調查企業反饋結果顯示，安全問題在所有用云挑戰中排名第一，難度超過了管理云計算費用、多云管理以及云遷移等。隨著企業的服務應用程序不斷遷移至云環境，遵循零信任規則的軟件定義安全訪問解決方案體系市場預計將快速成長。工信部發布的《關于促進網絡安全產業占比的指導意見》把零信任安全列為需要重點突破的網絡安全關鍵技術。

▲2011-2020年全球網絡安全融資數量及金額

5、產學研助推國產軟件核心技術發展，軟件上云打通數據孤島

我國對產學研合作模式具有多年的探索經驗，在全國人大、教育部、工信部、發改委等多部門相繼發布的支持和引導型政策支持推動下，企業和高校對產學研合作模式進行不斷探索磨合，在人工智能、工業軟件、隱私計算、航空航天、智慧醫療、自動駕駛等高科技領域頻繁看到高校學生創業，教授技術指導的案例。

以工業軟件為例，在當前大力推進制造強國的進程中，大型工業軟件是實現制造業運行優化和全流程整合的核心軟件，是高端裝備制造中產品設計、數據集成、生產加工和質量管控不可或缺的工具和基礎。國內高校如清華、南航、北航、電子科大等高校在細分領域的核心仿真算法方面都有多年深厚積累，需要通過引入產業和資本，將核心工藝和算法內核進行通用化和產品化的打磨研發。

國內頭部 CAD（Computer Aided Design，計算機輔助設計）廠商中望軟件于 2021 年 3 月登錄科創板，市值一度突破四百億人民幣；數碼大方、安世亞太、華大九天等核心工業軟件企業也都在上市進程中；資本市場對國產工業軟件企業給予了充分的肯定。在生態建設方面，數碼大方過去十幾年間與全國三千多所院校建立了合作。清華大學通過與數碼大方合作，建設數字化實訓教學環境，打造互動式的數字化設計與制造體驗中心。

另一方面，隨著勞動力人口紅利逐漸消退，疊加中美貿易摩擦和疫情影響下的供應鏈挑戰，國內整體經濟增速放緩，各行業增速換擋，以往依賴銷售驅動的粗放增長模式逐漸失靈；市場對可以提高精細化運營效率的應用軟件產品關注度不斷提升。同時，隨著基礎設施和多年信息化建設，包括 ERP（Enterprise Resource Planning，企業資源計劃）、CRM（Customer Relationship Management，客戶關系管理）等軟件的普及，企業經營運維業務數據積累日益增長，通過軟件上云有助于打破數據孤島，連通軟件生態，發揮協同價值；同時在 5G 和物聯網推動下，萬物上云已經是大勢所趨。此外，國產替代的需求、知識產權法制意識的成熟以及各行業監管細則的陸續出臺都為國產軟件營造了良好的成長環境。

6、通用軟件細分化，由銷售驅動向由產品驅動轉型

過去兩年疫情加速了線上辦公環境，釘釘、企業微信、騰訊會議等基礎設施平臺滲透率快速提升，為國內通用 SaaS 行業營造了一個更好的發展生態；最近幾年 SaaS 的銷售模式從所謂銷售引導型（SLG，Sales Led Growth）向產品引導型（PLG，Product Led Growth）轉型， 企業應用的購買重心，由“IT 部門提出需求、IT 采購部門向市場開展尋源，供應商向企業 IT 部門及采購部門推銷”的模式，向“用戶向公司決策部門推薦，并且不斷地進行用戶和功能的增購”模式轉化；隨著軟件采購權逐漸下放到作為實際使用者的業務部門和職能部門，傳統通用型軟件難以兼顧各行業的多樣化需求，軟件企業逐步開始轉向垂直行業的細分場景。

在創業團隊層面，可以看到國內通用軟件SaaS 的前期創業團隊較多是從 SAP、IBM、埃森哲等傳統軟件企業銷售出身，比較注重大客戶銷售；后期逐步涌現出一批互聯網公司負責產研的創業者，更多強調產品設計和技術驅動。

在通用型軟件方面，可以看到不斷細分化的趨勢，比如在商業增長領域，除了傳統的 CRM，我國特色的智能客服/呼叫中心、企業直播、內容創意領域也涌現出一批新興企業；在經營管理領域，HRM（Human Resource Management，人力資源管理）賽道下又細分出了招聘、薪酬、培訓、福利、背景調查等產品，財稅管理領域受金稅工程推動，在傳統的報銷發票管理基礎上又誕生出了專業的報稅產品。在 ERP 領域也可以看到新一代融合行業 know-how 的細分型產品找到了自己的舞臺。

▲業務垂直型SaaS市場份額

7、企業積極布局云生態

不同領域的云計算企業都在積極進行生態布局，如字節跳動在 2020 年 6 月正式上線企業級服務火山引擎，初期以 A/B 測試、個性化推薦、濾鏡特效等基于自身優勢領域的產品為主；2021 年底火山引擎升級為集團六大事業板塊 BU（Business Unit）之一，并發布了包括云基礎、視頻及內容分發、人工智能等五大類 78 項服務，正式宣布進軍公有云市場。應用層方面，入局較晚的協同辦公軟件飛書用戶量已接近 5 百萬。

華為云作為華為最年輕的 BG（Business Group）承擔著華為新增長核心的重任，憑借 30 余年的政企客戶合作積累以及底層芯片及服務器業務的產品技術實力，華為云在短短幾年內躋身 IaaS 前三位置；同時旗下的哈勃投資投資了超 40 個芯片等先進制造項目；在基礎軟件層面，華為自研了鴻蒙和歐拉兩大開源操作系統，其中鴻蒙面向智能終端和物聯網終端，替代安卓，而歐拉則面向服務器，面向邊緣計算等云計算場景；華為數據庫業務采取開源戰略，主導的 openGauss 項目在業界產生了巨大影響力。在 SaaS 層，華為于 2021 年 5 月聯合 50 家 SaaS 企業啟動了星光計劃，計劃投入 2 億星光基金，賦能 1000 家 SaaS 伙伴。

8、國內云生態廠商布局海外，助力中國企業出海并與全球云生態廠商同臺競爭

近年來中國云生態企業出海步伐不斷加速。客戶需求側，以互聯網行業為代表的跨境電商、網絡游戲、短視頻等業務海外收入規模不斷擴大，傳統行業的海外業務拓展和上云統一管理需求日趨明顯，以及“一帶一路”國家政策帶動海外貿易趨勢等，都推動了對海外云計算節點資源的需求；包括阿里云、騰訊云以及 Zenlayer 等公有云企業都積極布局投資海外數據中心，為中國企業在海外“修橋鋪路”。

阿里云在海外、中國香港、中國澳門和中國臺灣擁有 500+節點，覆蓋 70 多個國家和地區。騰訊云在海外的自建及合作節點超過了 800 個。定位邊緣計算基礎設施提供商的 Zenlayer在全球部署超過 220 個節點并重點關注東南亞和印度市場。同時云廠商也通過投資海外下游企業拓展其云業務的海外客戶。

云生態企業出海除了通過服務中國及海外客戶增加收入以外，更重要的是使中國云生態企業與國際云計算技術生態對接，避免技術生態滯后甚至形成代差。在一些特定領域國內技術團隊可以打造具備全球領先能力的產品，比如基于國內海量移動互聯網用戶場景的高并發分布式數據處理和分析系統是歐美國家所不具備。服務海外市場也能幫助云生態企業更快接觸成熟市場的商業模式，比如完全基于混合多云 SaaS 交付的數據庫產品以及安全運維產品，讓企業提前做好云原生純SaaS 交付產品服務的準備。

9、云生態整體融資活躍，部分賽道進入并購整合期

2021 年企業通用服務賽道融資呈現爆發式增長，融資金額超過 300 億人民幣，但隨著下半年海內外二級市場回調，估值降溫，融資活動回落，行業在去年獲得大額融資后預計 2022 年將聚焦精力在業務發展上；企業 IT 服務、信息安全和開發者服務賽道融資金額則是連續三年高速增長，反映出體量較小的平臺層關鍵技術賽道已經進入高速成長階段；基礎設施層則維持平穩增長。

從過去六年的一級市場獲得大額融資的企業行業分布來看，云計算企業如金山云，優刻得，青云等企業在 2018 年之前備受投資人關注并陸續成功上市；其后，安全、垂直行業應用以及自動駕駛領域陸續涌現獨角獸企業，且頭部企業的估值上限不斷創下新高。

2019 年至今，我國并購交易數量和金額均逐年上升，企業并購數量從 2019 年的 24 起增長到 2021年的 72 起，金額從 115 億元增長到 527 億元。從細分賽道來看，大數據和云服務領域增長迅速，前者代表案例為匯量科技并購熱云數據，加強其在第三方數據監測方面的布局，后者的代表案例為卓佳集團的并購。

二、中國云計算行業生態圖譜

數字經濟是繼農業經濟、工業經濟之后的主要經濟形態，是以數據資源為關鍵要素，以現代信息網絡為主要載體，以信息通信技術融合應用、全要素數字化轉型為重要推動力，促進公平與效率更加統一的新經濟形態。以云計算為底座，人工智能、邊緣計算、物聯網、區塊鏈為技術平臺，數據為“新石油”，軟件應用為場景構成的云生態為我國數字經濟提供全面的技術支撐。

在基礎設施層面，云廠商的云管系統基于虛擬化技術將各數據中心內服務器中的計算芯片和存儲設備進行資源池化管理，通過云的方式為上層各服務應用提供計算資源；CMP（Cloud ManagementPlatforms，云管理平臺）接入多個公私有云管理混合資源池以滿足用戶不同場景計算需求；運維和安全組件貫穿云生態為企業 IT 架構日常經營護航。

大數據和 AI 開發框架共同為上層應用提供基礎開發和運行支持，共同組成了平臺層關鍵技術；前者包括 OLTP（On-line Transaction Processing，聯機事務處理）型數據庫、OLAP（On-line Analytical Processing，聯機分析處理）型數據倉庫、NoSQL（Not only SQL，非關系型的數據庫）型數據庫、NewSQL（新型 SQL 數據庫）型數據庫、數據湖及相關中間件；后者包括 NLP（Natural LanguageProcessing，自然語言處理）、RPA（Robotic Process Automation，機器人流程自動化）及低代碼等AI 開發框架。

軟件開發企業可以基于第三方提供的平臺層技術和底層基礎設施實現通用型和垂直型應用軟件開發，并通過公有云 SaaS 或者私有云本地 license 方式交付給下游客戶。通用型軟件如數字營銷、S/CRM、HRM 以及 ERP 細分類產品經過多年的市場教育和產品打磨，公有云 SaaS 模式輸出比例較高。垂直行業軟件包括較為傳統金融、工業、醫療以及較為先進的機器人和自動駕駛等行業則根據各行業自身的安全性、時延性和軟件架構情況呈現不同的上云進程。

基礎設施層云化為用戶降低了前期設備投入成本，實現靈活伸縮；平臺基礎層縮減了上層應用的開發迭代部署周期，關鍵技術通過 API 方式輸出降低了上層應用的開發門檻；結合應用層通用型和垂直行業軟件共同形成了完整的云生態。

三、云計算細分行業分析

1、基礎設施層——數據中心

報告中的數據中心主要指互聯網數據中心（即 IDC，Internet Data Center），IDC 可為互聯網、企業等終端客戶提供高質量專業化的服務器托管等服務。廣義的數據中心（Data Center， DC）即企業或機構用以集中放置計算機系統和相關設備的基礎設施，在互聯網行業發展背景下，數據中心通常指互聯網數據中心。

相比傳統數據中心，互聯網數據中心通常擁有完善的設備（包括高速互聯網接入帶寬、高性能局域網絡、安全可靠的機房環境等）、專業化的管理團隊和管理能力、完善的應用服務平臺。互聯網數據中心（IDC）與廣義數據中心（DC）的區別在于互聯網數據中心有網絡接入。

全球數據中心市場增長穩定，部分企業收縮自身數字基建設施，轉而托管給第三方服務商。全球數據中心行業 2015-2020 年復合增長率（CAGR）為 10%，近年增速相對穩定。在數據需求持續增長背景下，出于環境成本和經濟成本考量，如思科等企業開始選擇收縮其自身機房，轉向 QTS、Equinix 等專業機構進行外部托管。

▲全球數據中心市場規模

得益于數據需求量的爆發式增長，我國數據中心行業增速顯著高于全球水平。作為數據存儲、計算、應用的關鍵基礎設施，數據中心已成為經濟社會的戰略性基礎資源。2015-2020 年以來，我國數據中心市場規模 CAGR 達 30%，顯著高于全球增速。

▲中國數據中心市場規模

近年來機架數量增長顯著，主要源自大型規模以上數據中心建設。2020 年底我國數據中心機架總規模達到 366 萬架，近五年增速超 30%，與市場規模增速基本持平。其中逾 70%為大型數據中心機架，且目前規劃在建大型以上數據中心超過 180 個，規劃機架規模超過 300 萬架，我國數據中心機架數量將保持持續高速增長勢頭。

隨著 5G、物聯網、人工智能等技術的快速發展，各行業的數據交互將大幅增長，帶來數據量的迅猛增加。我國 2020 年數據產量總規模為 12ZB，占全球數據總產量的 12%。隨著數據量大幅增加，企業租用數據中心服務優勢明顯，外包數據中心服務的動力增強，對數據中心服務的需求大幅提高。

自 2020 年 3 月份新基建概念正式提出以后，中國數據中心行業熱度快速上升，大量資本涌入市場帶來供給端新增產能爆發。第三方 IDC 市場存量供給大幅增加，使得資源落地速度快于需求消化節奏，存在一定程度的供需錯配現象。甚至在需求集聚的一線城市，也出現了供需錯配的問題，如廣東省截至 2020 年底已投產和已通過節能審查的在建、擬建標準機柜高達 150 萬個，已超過 2025 年規劃建設總規模。

為了避免盲目發展，部分地區開始控制項目審批及建設，未來需求釋放將逐步消耗新增資源。同時，產業互聯網等新增數據中心需求尚未進入爆發期，進一步加劇了市場競爭。市場將會出現一輪洗牌過程，頭部企業憑借客戶資源、服務能力等優勢擴大市場份額，而一些處于競爭劣勢的企業將會將面臨被收購或兼并的風險。

過去十年間，我國數據中心整體用電量以每年超過 10%的速度遞增。各大廠商積極探尋 IDC 綠色化轉型發展道路，提升數據綠色化的路徑及技術包括：購買綠證，踐行碳交易；使用光伏、風電等清潔能源；應用節能減排技術降低能耗水平等。現階段綠電應用是行業廠商的主要探索方向，代表案例有四方交易協作機制案例等。

2、基礎設施層——服務器

服務器承擔著數據的存儲、查詢、計算、發布等關鍵任務，是網絡系統正常運作的重要基礎之一。服務器由處理器、硬盤、內存、系統總線組成，與通用的計算機架構類似，其類別多樣，主要有 X86、小型機、大型機。目前服務器市場上 X86 架構占據主導地位，英特爾和微軟合作的Wintel 體系憑借強大的生態占據了絕大多數的市場份額。

按照服務器機柜結構劃分，服務器可大致分類為臺式服務器、機架式服務器、機柜式服務器和刀片服務器。

2021 年上半年，中國整體服務器市場出貨量和廠商銷售額均保持穩健增長，得益于在疫情控制方面取得的成功，中國經濟在 2021 年迎來強勁復蘇，大部分企業基于業務需求，在服務器采購上呈現出旺盛需求，盡管由于全球供應鏈導致的短缺問題愈發顯著，使得部分需求無法兌現，但中國服務器市場在廠商銷售額方面依然保持了兩位數的正增長。2021 年上半年，中國服務器市場出貨量為 170.6 萬臺，同比增長 8.9%；市場規模為 108.1 億美元，同比增長 12.1%。

IDC 預計，隨著國家十四五規劃的推進以及新基建的投資，未來五年中國服務器市場將保持健康穩定的增長。到 2025 年，中國服務器市場規模將從 2015 年的 80 億美元升至 410 億美元，2021-2025 年保持 12.5%的年復合增長率。

▲2015-2025E中國服務器市場規模

競爭格局上，服務器行業市場集中度較高，且國產服務器廠商的市場份額不斷增長。國內參與服務器行業競爭的企業主要有聯想、華為、浪潮信息、新華三和戴爾等。由于多年技術積累帶來的產品實力提升，國產服務器廠商的市場份額持續攀升。

中國服務器市場由國產品牌主導。2021 上半年中國服務器市場中，僅有戴爾一家外國廠商位列前五，其他四家分別為：浪潮、新華三、華為、聯想。

3、基礎設施層——芯片

隨著人工智能、云服務等新興需求的迅猛增長，算力正在從滿足多任務的通用芯片，向單一任務的多種專用芯片發展，傳統以 CPU 為核心的計算架構，已經不能滿足新興業務需求，異構計算成為重要趨勢。云計算實現了算力的集中采購、集中管理、動態調配，大幅提高了異構計算的投入產出比（ROI ）。

近年來，在云計算蓬勃發展的同時，異構計算市場也乘風得到了長足的發展。對芯片設計企業而言，過去進入服務器計算芯片市場只有通過有競爭力的 X86 CPU，而現在 GPU、FPGA、AI 芯片各類架構 CPU 等多種計算芯片均在服務器中得到廣泛應用，為國產 CPU 及 AI 芯片公司，以及基于國產芯片的智能計算產業鏈提供了良好的發展機會。

云計算應用服務器，主要芯片構成為計算、存儲和網絡通信。存儲在藍皮書專門章節闡述，本章節主要關注計算芯片，包括 CPU、GPU/GPGPU（General-purpose Computing on Graphics ProcessingUnits，通用圖形處理器）、FPGA、AI 加速芯片等和以 DPU 為代表的網絡通信芯片。根據中金證券測算，2020 年中國服務器計算芯片市場規模 72 億美元，約占全球市場的 24%。未來4 年年均復合增長率約為 20%。目前，我國服務器計算芯片主要從英特爾、AMD 超威半導體、英偉達等企業進口，未來計算芯片國產化市場空間大，進口替代空間廣闊。

市場需求層面，中國互聯網巨頭崛起帶來高端定制化芯片需求。字節、騰訊、阿里成為全球頂級互聯網公司，現有通用芯片不能滿足其高速增長的云計算需求，紛紛下場自研芯片或者投資初創公司。

國產替代要求與機會。中美對抗加劇了集成電路國產化的必要性，下游需求方從供應鏈安全角度出發，積極培育國內供應商。國產芯片供應商從過去敲不開門，到現在主動被尋求合作，國產芯片得到大量驗證機會，發展迅猛。政策和資本推動。我國出臺一系列政策扶持集成電路產業發展。科創板的推出和半導體板塊的熱度帶動資本熱情以及半導體創業熱潮。過去鮮有資本涉足的高難度、高資金投入領域比如 EDA（Electronic Design Automation，電子設計自動化）、CPU、GPU賽道，也開始涌現出大量創業公司。

技術層面上，傳統 CPU 為中心的計算架構，已經不能滿足信息應用需求，開始轉向 CPU 來負責系統管理和應用程序，維持軟硬件生態，各種 XPU（X Process Unit，各種處理器）來提供算力，各個芯片協同合作來實現數據中心降本增效。

CPU 中央處理器作為計算機系統的運算和控制核心，是信息處理、程序運行的最終執行單元。CPU是整個 IT 生態的定義者，無論是服務器端的 X86 還是移動端的 ARM（安謀），都各自構建了穩固的生態系統，不僅形成技術生態圈，還形成閉合價值鏈。

數據中心應用 CPU 價格高，利潤最為豐富，根據不同配置，CPU 占據服務器總成本約 1/3 到 1/2。根據中金證券研究數據，2021 年中國服務器 CPU 市場規模 60 億美元，預計 2024 年達到 92 億美元，3 年年均復合增長率 15%。

▲中國服務器CPU市場規模預測

傳統 CPU 為核心的計算架構中所有數據和指令都由 CPU 來處理。然而 CPU 的架構不適合處理高并行度數據計算業務，更適合進行邏輯運算和整個計算機的管理。隨著業務越來越復雜，數據流量呈現指數級增長，全部業務和數據靠 CPU 處理，性價比極低。因此出現了各種協處理器 XPU，專門幫助 CPU 處理各種特定應用場景業務。最早出現的就是計算機 3D 圖形渲染專用加速芯片，特點是大量的并行小核，需要在 CPU 調度下工作。

1999 年英偉達發布第一款 GPU 產品 NV10，在市場上第一次推出 GPU 概念。隨后英偉達把 GPU 應用推廣到 GPGPU 和 CUDA（Compute Unified Device Architecture，統一計算設備架構 ）編程框架推廣，GPU 成為并行計算的主力算力引擎。2012 年的ImageNet 比賽，取得突破的 AlexNet 的發明人亞歷克斯使用了英偉達的 GPU，證明了 GPU 非常適合用于多并行計算的神經網絡，從此 GPU 成為深度學習標配，引爆市場。

目前中國深度學習加速服務器 90%還是采用 GPU/GPGPU，根據中金證券測算，2021 年中國服務器應用 GPU/GPGPU 市場規模達到 25 億美元，預計 2024 年市場規模達到 54 億美元，3 年復合增長率達到 30%。

▲中國服務器應用GPU/GPGPU市場

GPU 采用最先進的邏輯工藝，不考慮巨大的生態建設費用，單芯片研發成本 10 億人民幣起步，過去鮮有資本和創業團隊涉足。在 GPU 成為 AI 主要算力芯片，海外英偉達股價屢創新高的示范效應下，疊加中國進口替代以及科創板對芯片產業支持帶來的賺錢效應，資本市場對國產 GPU 賽道高度興奮，GPU 初創公司不斷涌現，融資金額屢創新高，估值動輒超百億。英偉達、AMD 高管為主的創業團隊，超一線 VC 機構重金支持，成為國產 GPU 初創公司范式。

FPGA 是基于通用邏輯電路陣列的集成電路芯片，和 ASIC（Application Specific Integrated Circuit ，專用集成電路）芯片不同，其最大的特點是芯片的具體功能在制造完成以后由用戶配置決定。用戶可通過配套的 FPGA 專用 EDA 軟件實現具體功能，首先由專用 EDA 軟件接受用硬件語言描述的用戶電路，其次編譯生成二進制位流數據，最后將位流下載到芯片中實現用戶所需特定功能的集成電路芯片。每顆 FPGA 芯片均可以進行多次不同功能配置，從而實現不同的功能。

服務器和存儲器作為數據中心的通用基礎設備，為了應對復雜多變的應用情景，需要 FPGA 芯片實現邏輯控制、數據轉換、功能擴展、系統升級等功能。在數據中心運算處理領域，相比 CPU，FPGA 芯片由于其無指令、無需共享內存的體系結構，能夠同時提供強大的計算能力和足夠的靈活性；相比 GPU，FPGA 芯片在數據中心具有低延遲及高吞吐的優勢；相比 ASIC，FPGA 芯片在性能、靈活性、同構性、成本和功耗等五個方面達到出色平衡。

FPGA 芯片具有靈活性高、應用開發成本低、上市時間短等優勢。數據中心是 FPGA 芯片的新興應用市場之一，根據 Frost&sullivan 數據，2020 年應用于該領域的 FPGA 芯片中國銷售額將達到 16.1億元，占中國 FPGA 芯片市場份額的 10.7%，預計 2024 年將達到 30 億元，2021 年至 2024 年年均復合增長率將達到 16.6%。

▲中國數據中心應用FPGA市場規模（億元）

FPGA 芯片在數據中心領域主要用于硬件加速，數據中心使用 FPGA 芯片代替傳統的 CPU 方案后，處理其自定義算法時可實現顯著的加速效果。因此從 2016 年開始，微軟 Azure、亞馬遜 AWS、阿里云的服務器上都開始部署 FPGA 加速器用于運算加速。在云計算大面積應用的背景下，未來數據中心對芯片性能的要求將進一步提升，更多數據中心將采納 FPGA 芯片方案，這將進一步提高FPGA 芯片在數據中心芯片中的價值占比。

FPGA 芯片向高集成化的現場可編程系統級芯片發展。英特爾 2015 年收購 Altera 阿爾特拉，AMD2022 年完成收購 Xilinx 賽靈思，CPU 和 FPGA 融合成為趨勢。國際主流 FPGA 芯片公司逐漸形成了在 FPGA 芯片中加入處理器的技術路線，并產生了可編程系統級芯片這一新產物。和傳統FPGA 芯片不同，現場可編程系統級芯片的特點是單芯片高度集成電子信息設備所需的 CPU、FPGA、存儲接口、I/O(Input/Out put，輸入輸出)外設接口甚至人工智能專用引擎等所有模塊，單顆芯片可完成應用情景的所有功能需求。

深度學習涉及少量標量計算、大量的矢量計算和張量計算。GPU 是標量計算核，在處理深度學習數據時，需要消耗大量資源把矢量和張量計算轉變為標量計算，因此 GPU 實際算力利用率最高只能達到 40%。固定算法的 ASIC 芯片利用率最高，但是不適合業務復雜、算法在一直更新的云計算應用，而更適合邊緣端應用。

因此專門針對深度學習應用，結合標量計算、矢量計算和張量計算的 DSA（Domain Specific Architectures，特定領域專用架構）架構應運而生，針對 AI 推理應用，實際算力利用率可超過 90%，并且其芯片提供最基本的深度學習算子，保證芯片在深度學習應用的通用性和擴展性，從而實現數據中心降本增效。2019 年英特爾 20 億美元收購了以色列初創公司Habana Lab，證明了 DSA 架構在商業和技術上的成功。國內希姆計算、瀚博、燧原等初創公司都采用 DSA 架構技術路線，并開始商業落地。

根據中金證券測算，2021 年中國云計算應用 AI 加速芯片市場規模約 5 億美元，預計 2024 年市場規模將達到 14 億美元，三年年均復合增長率達到 47%。

▲中國云計算AI加速芯片市場（億美元）

互聯網公司成為 AI 加速芯片主力。互聯網公司直接面向終端提供服務，既擁有豐富的業務場景，又具備技術和資金實力，于是開始繞過英特爾、英偉達等傳統芯片供應商下場自研芯片或者投資芯片初創公司，滿足自身需求。比如谷歌 TPU，百度昆侖芯片，亞馬遜，字節跳動等，都在結合自身應用場景自研 AI 加速芯片。

場景專用的云端 AI 推理加速芯片，依靠性價比取勝，加速取代 GPU 成為主要算力芯片。互聯網公司推理應用場景主要是內容推薦和內容審核，內容和用戶都已經完成向量化，對芯片實時性要求高，對芯片生態和通用性要求低。并且推理芯片的需求量和增速遠高于訓練芯片，根據 Facebook給出的預測，今后推理芯片和訓練芯片的需求量是 9:1。專門針對 AI 云端推理計算的 DSA 架構 AI推理加速芯片，實際任務負載達到 90%以上，實現相同工藝節點 GPU 的 2 倍以上性價比。DSA 架構 AI 推理加速芯片正在加速取代 GPU 成為 AI 推理的主要算力芯片。

數據中心規模越來越大，任務越來越復雜，根據亞馬遜統計僅處理網絡通信就需消耗 CPU 30%的算力，亞馬遜稱之為“datacenter tax（數據中心稅）”。DPU 是以數據為中心構造的專用處理器，支持數據中心底層存儲、安全、服務質量管理等基礎設施層服務。DPU 要解決的核心問題是基礎設施的 “降本增效”，即將“CPU 處理效率低下、GPU 處理不了”的負載卸載到專用 DPU，提升整個計算系統的效率、降低整體系統的總體擁有成本（TCO）。

根據頭豹研究院測算，2021 年中國云計算應用 DPU 市場規模約 4 億美元，預計到 2024 年市場規模將達到 20 億美元，三年年均復合增長率達 70%。

▲中國云計算應用DPU市場規模（億美元）

中國有機會出現 DPU 市場巨頭。DPU 作為專門負責數據中心底層網絡通信的算力芯片，是一個新興賽道，國內外發展差距小。而且中國在云計算領域，市場規模、增速、特別是用戶數量，相較國外都有巨大優勢。在英偉達發布的 DPU 產品戰略中將 DPU 定位為數據中心繼 CPU 和 GPU 之后的 “第三顆主力芯片”，更掀起了一波行業熱潮，2021 年 DPU 成為最熱的投資賽道。

4、基礎設施層——云服務 IaaS

云服務是指一系列在云計算科技解決方案提供商的服務器上通過互聯網按需提供的基礎設施、平臺、應用程序、服務及資源，并為使用者提供通往可配置資源共享池的通道。云服務可通過云計算科技簡化及賦能下游企業主體的數字轉型。與傳統模式相比，云服務模式只需關注所需的 IT 資源，不用考慮機房問題，且即買即用，可快速開通資源，更好的助力企業進行數字化轉型。

就搭建結構而言，云服務可以分為三個獨立組別，分別是基礎層、平臺層及應用層：

IaaS（Infrastructure as a Service）基礎設施即服務，本質上是一種 IT 基礎設施，專注于物理計算、網絡架構、儲存系統，以及虛擬化等基本資源的技術，使用者可以按量付費，租用 IaaS 服務商部署好的硬件資源環境，并在這些基礎硬件設施之上部署和運行各種軟件。而在傳統 IT 部署模式下，企業需自行購買服務器、存儲、網絡設備等 IT 基礎設施，并負責前期的實施、后期的運營、維護和擴容，部署相對更復雜。而 IaaS 用戶可以根據業務需求的變化，動態地獲取或釋放 IT 資源，無需預先為日后的業務處理高峰過度預置資源，在需求不足時也可以快速完成部署，確保了按需使用，防止資源浪費。

PaaS（Platform as a Service）平臺即服務，通過提供運作系統及中間件，讓客戶可建立、發展及組合軟件包及其他應用程序，用戶可以在一個包括 SDK，文檔和測試環境等在內的開發平臺上便捷地編寫應用，且不論是在部署，或者在運行時，用戶都無需為服務器，操作系統，網絡和存儲等資源的管理操心，這些繁瑣的工作都由 PaaS 供應商負責處理，且 PaaS 整合率極高，一臺運行Google App Engine 的服務器能夠支撐成千上萬的應用。

SaaS（Software as a Service）軟件即服務模式下，廠商將應用軟件統一部署在自己的服務器上，客戶可以根據自己實際需求，通過互聯網向廠商訂購所需的應用軟件服務，按訂購的服務多少和時間長短向廠商支付費用，并通過互聯網獲得廠商提供的服務。用戶不用再購買軟件，而改為向提供商租用基于 Web 的軟件，來管理企業經營活動，且無需對軟件進行維護，服務提供商會全權管理和維護軟件，軟件廠商在向客戶提供互聯網應用的同時，也提供軟件的離線操作和本地數據存儲，讓用戶隨時隨地都可以使用其訂購的軟件和服務。

根據部署方式的不同，云服務可以分為公有云、私有云和混合云三種形式：

公有云是指多個客戶可以共享一個服務提供商的系統資源，這些資源在服務商的場所內部署，用戶通過互聯網即可獲取，無需自己架設任何設備。對客戶而言，公有云部署簡單、易于擴展且成本較低。但由于用戶在租用公有云 IaaS 時，需要與其他用戶共享底層資源，雖然數據形成了分區，但數據隱私性相比私有云仍然偏低，對數據保密度要求高的企業很難將重要數據和應用放置在公有云上。

私有云的核心特征是企業或機構專有資源、服務和基礎結構均在私有網絡上維護，云端資源只供一個企業或機構使用。相比公有云，私有云數據安全性更強，但成本也更高，因此私有云主要面向對安全隱私性要求較高、規模較大的企業，比如政府機構、金融機構等。根據云服務器的部署位置不同，私有云又可進一步分為本地私有云和托管私有云。本地私有云是部署在企業數據中心的防火墻內，托管私有云是租用第三方云服務商的服務器，由第三方云服務商托管。

混合云是一種將私有云與公有云加以結合的計算環境，可在它們之間共享數據和應用程序。很多企業會將核心數據、業務系統放置在私有云，將隱私性要求相對低的數據放置在公有云。這樣既保證了核心數據安全性，又可以利用公有云低成本、靈活的優勢。

根據信通院數據，2020 年全球云計算市場規模為 2083 億美元，同比增長 13.1%，中國云計算市場規模 2091 億元，同比增長 57%，遠高于全球增速。其中，公有云市場規模達 1277 億元，同比增長 85%，私有云市場規模 814 億，同比增長 26%。

預計未來中國云服務市場有望維持高速增長，主要是基于：a)IT 基礎設施規模持續增長：在人工智能、物聯網等技術快速發展的背景下，全球數據量增速將遠高于算力的提升速度，對應企業將不斷加大 IT 基礎設施投入以處理大量數據。

b)云服務在 IT 基礎設施中的滲透率繼續提升：由于相比傳統 IT 部署方式，云化部署具有靈活性高、易于擴展、成本更低等優點，企業上云將是未來的確定性趨勢。根據 Gartner 和中國信通院數據，2020 年全球云計算滲透率為 7%，而中國云計算滲透率僅為 4%，低于全球水平，中國 IT 基礎設施中的云計算滲透率仍有較大提升空間。

5、基礎設施層——云存儲

進入信息化時代后，數據正在成為企業的核心資產，數據量呈指數型增長，如果企業采用傳統的存儲技術，投入成本將會非常高，因此催生了新的存儲方式——云存儲。云存儲即企業與個人花費一定成本租賃第三方存儲空間進行存儲。

云存儲通過網絡技術或分布式文件系統等功能，將網絡中大量各種不同類型的存儲設備通過應用軟件集合起來協同工作，共同對外提供數據存儲和業務訪問功能。云存儲的核心技術包括虛擬化技術、分布式存儲技術、軟件定義存儲（SoftwareDefined Storage，SDS）、超融合（Hyper Converged Infrastructure ，HCI）存儲等。

傳統的存儲技術是應企業數據中心的數據庫、企業應用、虛擬化整合等場景而發展起來的，可以滿足傳統企業應用對可靠性、性能、容量以及業務連續性的要求，但是面對云計算和大數據時代，擴展能力和并發處理性能就顯得有些捉襟見肘。

目前依然在全球范圍內提供傳統存儲的活躍供應商包括：DELL-EMC、NetApp、HPE、華為、HDS、IBM、Fujitsu 等。

而大數據、云計算和虛擬化等技術的出現，使得傳統 IT 架構難以滿足企業的數據存儲需求。因此，SDS 和 HCI 基礎架構應運而生。SDS 和 HCI 已從中小企業向大型企業擴展。在軟件定義的時代，傳統存儲服務器借助軟件賦能，能夠有效的發揮性能，提升使用效率、降低使用成本。

軟件定義存儲產業鏈上游主要為半導體制造商、存儲介質制造商、數據傳輸設備制造商以及核心軟件開發商；中游是研發分布式存儲軟件，軟件供應商從上游廠商采購通用硬件（如硬盤等），自主研發設計核心軟件、接口部件、控制器、存儲系統，形成軟件產品，中游廠商技術研發投入較大；下游應用領域廣泛，包括政府、電信、廣電媒體、教育、金融、醫療、制造等領域。

云存儲市場未來將繼續保持高增長率，主要驅動因素包括：

數據量增長下傳統存儲難以滿足需求。移動互聯網、物聯網、云計算等技術發展使數據量呈現爆炸式增長，2021 年，約 60%的全球 2000強企業把數字化轉型作為公司戰略的核心，具備數字化轉型戰略的企業將不斷擴大其外部數據來源，企業產生的數據將以百倍增長；屆時全球數據量將會達到 45ZB，而中國產生的數據量將會超8ZB，占全球數據量的約五分之一。中國企業將面臨海量數據的存放、管理、優化和利用等挑戰。傳統存儲擴展性差，需根據設備性能（如擴容能力）響應需求，很難滿足數據量暴漲的存儲需求，云存儲敏捷性和靈活性的優勢凸顯，需求會進一步增加。

存儲硬件的發展為軟件定義存儲奠定基礎。SSD（Solid State Disk，固態硬盤）內置在服務器里，可在低于毫秒的時間內對任意位置的存儲單元完成 IO 操作，延時短，性能高，為軟件定義存儲提供了硬件基礎；存儲控制器 X86 化，性能和可靠性實現快速發展，X86 硬件還具備開放性的優勢，目前各大外置磁盤陣列的存儲廠商的存儲控制器已采用 X86 結構，硬件趨于標準化，也為軟件定義存儲布局打下了基礎；除此之外，多核技術、高速網絡技術、大容量服務器等硬件的發展均為軟件定義存儲和云存儲奠定了基礎。

云計算的普及和存儲虛擬化技術的成熟。云計算是以數據為中心的一種數據密集型的超級計算，在數據存儲、數據管理、編程模式、并發控制等方面具有自身獨特的技術，云計算改變了信息/IT 服務的提供方式。在云環境中，虛擬化是存儲管理效率提升的重要解決方案，虛擬化技術簡化了資源管理的復雜度，提高了資源利用率。

云計算的普及帶動了云存儲需求的增長，虛擬化技術的成熟則保障了云存儲的發展。據 Fortune Business Insights 發布的數據顯示，2020 年全球云存儲市場規模達到了 611 億美元。隨著云存儲方案的低成本優勢進一步顯現，將推動企業擴大使用云存儲，估計 2021 年全球云存儲市場規模將達到 764 億美元，預計 2028 年有望達到 3,903 億美元，年均復合增長率達到 26.2%。國內方面，根據前瞻產業研究院統計，2020 年我國云存儲市場規模約 398 億元，5G 時代的全面來臨需要更強的存儲能力支撐，預計我國云存儲市場規模 2026 年將突破 1,836 億元。

▲2021-2026年中國云存儲市場規模預測（億美元）

其中，2020 年 SDS 市場規模同比增長 51.7%，達到 14.6 億美元，預測 SDS 市場將以五年 16.1%的復合增長率增長，2025 年市場容量將接近 34.2 億美元；另一方面，市場對超 HCI 存儲系統解決方案的需求保持強勁，2020 年中國 HCI 存儲系統實現同比 36.5%的增長，市場規模約 13.1 億美元，2021-2025 年預測將保持近 15%的復合增長率，2025 年 HCI 市場規模將達到 28 億美元。

競爭格局方面，國內 SDS 主要參與者包括華為、新華三、浪潮、曙光等大廠，及以 XSKY 星辰天合等為代表的初創公司。華為以文件存儲解決方案在政府、廣電和電信行業得到認可；XSKY 星辰天合、杉巖數據等創業公司以塊存儲、對象存儲發力搶占市場。

▲2021年H1中國軟件定義存儲系統市場前五大供應商市場份額

未來，軟件定義存儲（SDS）、分布式存儲和超融合（HCI）將延續高增長勢頭，成為未來云存儲的重要發展方向。

6、平臺層——數據庫

從傳統互聯網到移動互聯網時代，數據的價值已充分得到驗證，而伴隨云計算的發展，設備終端數量與數據交互頻率顯著提升，數據體量呈現巨量吞吐與高并發的態勢，逐步進入以“ZB（Zettabyte，十萬億億字節）”為單位的海量信息新時代。

與此同時，數據形態也日趨復雜，除傳統的結構化數據外，出現大量的非結構化數據和半結構化數據，例如圖片、視頻、XML、HTML 和音頻。數據量的井噴及數據形態的復雜異構對數據的安全存儲、功能實現及價值發掘提出了新的要求，作為云計算終端應用的技術底座，數據庫基礎軟件已經成為數字經濟時代不可或缺的一環。

數據庫是按照一定數據結構來組織、存儲和管理數據的倉庫，由數據庫管理系統（DatabaseManagement System ，DBMS）搭建、處理和維護，是一個長期存儲在計算機內的、有組織的、可共享的、統一管理的大量數據的集合體。信息化時代，數據庫廣泛應用，可以被多個用戶、多個終端、多個應用程序所共享，從而有效幫助企業降低數據管理成本，優化數據庫運維，賦能企業數字化轉型。

整體來看，國內數據庫行業目前是百億級市場，根據信通院的報告，2021 年中國數據庫行業市場規模達 309 億元，未來隨著國產替代進一步滲透、多元新型數據庫產品發展，我國數據庫行業將迎來新一輪增長，2025 年我國數據庫市場規模有望接近 700 億元。

▲2020-2025年中國數據庫市場規模及預測

海量數據實時產生的時代，企業核心交易系統承壓，銀行、通信等 OLTP 使用大戶也在對 OLTP 的性能提出更高的要求。近年來，商業銀行、保險、券商的線上業務加速發展，電子支付、手機銀行、電商購物業務量迅速增長，網上銀行交易量出現激增，2020 年，年度交易量超 1,500 億筆，單位時間內的交易量呈現大規模、高并發、高峰值的特點。

客戶期待交易型數據庫具備強性能和高穩定性，以更好地應對數據壓力，從而驅動 OLTP 數據庫更快發展。與其同時，在政策方面，國家信創政策的加碼為國產 OLTP 數據庫廠商提供了成長的沃土。信創從國家意識層面鼓勵信息技術應用創新，旨在通過加速國產替代的進程，最終實現信息技術領域的持續自主可控。2021 年，“信創”政策大范圍落地，多地出臺政策，力圖打造“信創支撐、軟件定義、應用帶動”的軟件產業集。

相較于 OLTP 而言，OLAP 市場成長空間更為廣闊，尚處于早期發展階段，眾多創業公司入局，資

本助力下更是呈現百發齊放的態勢。OLAP 市場未來高增速的背后是不同行業期望通過其實現降本增效、拉動業績增長的目的。例如互聯網金融領域面臨的黑客攻擊、金融詐騙等挑戰，基于圖數據庫的金融反欺詐方案可以有效挖掘數據源之間的深度關聯關系，起到識別欺詐、追蹤交易的作用，金融風控的部署引領 OLAP 的需求增長。

隨著物聯網場景的豐富以及人們對信息全面掌控的需求，基于時間序列數據類型的應用逐步提升，工業數據具有產生頻率快、嚴重依賴于采集時間、測點多、信息量大等特點，工業業務對于查詢的要求已大量擴展到基于時間的維度，時序數據庫具備寫多讀少、高并發寫入、無事務要求等特點，可以基于時間區間聚合分析和高效檢索，帶動業內相關企業的配置需求。

7、通用軟件和 SaaS

SaaS 全稱為 Software as a Service，意思是“軟件即服務”。SaaS 是軟件行業在互聯網浪潮下催生的新物種，傳統軟件在使用前即需要一次性花費高昂的費用購買，需要下載安裝甚至需要軟件開發人員上門駐場開發和部署，對承載的硬件也有特定的要求，而 SaaS 具有輕量化快速部署、低準入、靈活性強、高可擴展性等特點，用戶可以通過互聯網在云端調用軟件，按月按年訂閱付費，甚至可以免費使用低階版本，因此受到企業和個人用戶的廣泛青睞。

按照 SaaS 軟件服務的對象劃分，可分為通用型 SaaS 和垂直行業 SaaS，通用型 SaaS 通常解決的是同一類業務場景的共性問題，服務對象所處的行業不受限制，因此又稱業務垂直型 SaaS。針對不同的業務場景和使用對象，通用型 SaaS 可分為營銷型 SaaS、管理型 SaaS 和生產協作型 SaaS，營銷型 SaaS 包括數字營銷和 CRM/SCRM，主要面向的是市場營銷和產品銷售場景，使用對象通常為企業的市場部人員、銷售人員和少數 IT 部門員工。

隨著商業環境的日益變化，企業的組織結構也發生了改變，營銷型 SaaS 的使用對象逐漸細分到企業的廣告投放師、客戶增長部、電商部、客服、數據分析師等；管理型 SaaS 主要指新型的 ERP 系統平臺，包括 ERP、HRM、財稅管理系統、采購系統等，主要面向的是企業內部的業務流程管理、人力資源管理、費用報銷、記賬計稅等場景，使用對象通常為企業的 HR 部門、財務部門、行政部門、IT 部門等，是企業內控的重要手段；生產協作型 SaaS 即專業項目管理，是指圍繞設計、開發、研發人員的協作工具，主要面向企業的協同辦公場景提升生產力，使用對象可以是設計師、程序員等專業性較強的員工，也可以是企業前后臺所有需要遠程辦公、在線協作的員工，是近年來尤其是“后疫情時期”發展非常迅速的 SaaS類別。

“大江大海出大魚”，SaaS 市場天花板極高，通用型 SaaS 是能夠產生巨頭公司的黃金賽道。由于不區分客戶行業而提供專業的通用型服務，通用 SaaS 相比某些垂直行業 SaaS 具有更廣闊的市場空間，也不容易受到行業的周期性影響，能夠更好地避免單一市場的系統性風險。

SaaS 從上個世紀末開始萌芽，標志性事件是 1999 年 Salesforce 在美國舊金山成立，經過二十多年的發展，SaaS 行業已成長為一個千億美金級的大賽道，并且仍然保持著較高的增長率。據 Gartner預測，2020 年全球 SaaS 市場規模為 1028 億美元，預計到 2022 年將達到 1453 億美元，除去全球范圍內受疫情影響的經濟停滯，SaaS 行業的年復合增長率仍保持在 15%-20%之間。

▲2018年-2022年全球SaaS市場規模及增速

發展趨勢：企業對 SaaS 的購買意愿增強，SaaS 訂單收入邁過 5000 萬人民幣門檻愈發容易。當企業數據被有效地記錄、存儲、呈現、打通后，SaaS 更易被企業所采用，企業決策者的付費意愿越來越強。過往 SaaS 公司經常有收不上錢的困境，但現在企業決策者愿意為有價值的 SaaS 工具買單已成為共識，SaaS 公司邁過 5000 萬人民幣訂單的門檻將會越來越快。

趨勢二：SaaS 產品的供給越來越豐富，To B 產品呈現出 To C 化、To Team 化特點。企業 精耕細作意識更強，要求 SaaS 公司開發出針對企業不同場景需求的 SaaS 產品，以適應業務的需要，從供給側數量來看，SaaS 產品的類型和功能都會更為豐富；從供給側形態來看，除了原來面向 B 端整體的 SaaS 產品之外，大量面向企業內部團隊和個人，釋放生產力的 SaaS 產品應運而生，PLG（Product-Led Growth ）模式更為廣泛，受眾更廣，反饋更多之后，單一 SaaS 產品的研發和迭代也會更迅速。

趨勢三：中國的 SaaS 產品走出中國特色道路，從“跟隨者”到“創新者”。長期以來，中國的 SaaS 公司和 SaaS 投資都遵循著對標美國的原則，但中美市場本身有著天然的差異性，在美國，大量的中腰部企業使用 SaaS 工具，而中國，大量的頭部公司和長尾市場在使用SaaS 工具，因此，中國的 SaaS 公司不單純是“跟隨者”的角色定位，更多的時候是走出了一條具有中國特色的道路。例如，在 Go To Market 戰略上，依托釘釘、企微、飛書等平臺生態快速擴張；在產品形態上，標準產品與運營服務共存；在交付過程上，標準化產品交付與定制開發 OP 交付共存；在商業模式上，訂閱與買斷共存……秉承“黑貓白貓抓到老鼠的就是好貓”的原則，中國特色的SaaS 公司也將扎根這片土壤，市場引領創新，逐步走向成熟、走向偉大。

趨勢四：創始人畫像從跨國企業中國區大銷售向真正的產品技術團隊人才演進。隨著傳統軟件巨頭和互聯網大廠在 SaaS 賽道的投入，在通用型 SaaS 領域不乏大廠研發的好產品，比如騰訊會議、飛書等，SaaS 創業公司要想在通用型 SaaS 賽道成長為巨頭，必須具備在大廠的縫隙中尋找機會的能力，相比銷售型出身的創始人，真正有產品創造力或者掌握核心技術創始人，優勢會更加凸顯。

趨勢五：SaaS 的兼并收購趨勢愈發明顯。SaaS 賽道持續火熱，在資本的助力下很多通用型 SaaS 公司率先跑到了 C 輪、D 輪，一方面融資金額開始加大，另一方面某些細分賽道兼并收購趨勢也愈演愈烈。傳統軟件廠商、互聯網巨頭、傳統營銷或財稅類服務商都加入了買方大軍，擁有細分業務場景拓展能力的 SaaS 創業公司接到橄欖枝的概率大大提升。

趨勢六：中國 SaaS 企業進入全球化時代。中國企業在經歷了游戲出海、工具軟件出海、電商平臺出海后，正在經歷品牌企業出海，而伴隨企業出海，服務于企業客戶的 SaaS 也將隨之出海。

在過去，中國企業以采購國外軟件和 SaaS 為主，隨著本土 SaaS 企業在國內市場的滲透率打開，大客戶的粘性持續提高，增購預算從國內向海外分支機構延伸，中國 SaaS 企業迎來全球化。SaaS 公司為了迎合客戶的出海需求，演化出服務于出海場景的功能，涵蓋供應鏈、ERP、營銷、銷售、財稅、支付、物流等方面，并針對不同國家和地區特點形成本地化特色，而中國 SaaS 企業的客戶也將逐步從國內客戶向全球客戶擴張。

趨勢七：企業 ESG 評價體系的建立或將成為中國 SaaS 新的增長動力。ESG 是英文 Environmental（環境）、Social（社會）和 Governance（公司治理）的縮寫，是一種關注企業環境、社會、治理績效而非財務績效的投資理念和企業評價標準。據中國上市公司協會數據顯示，截止 2022 年 5 月，A 股上市公司中有超過 1400 家公司披露了 2021 年度 ESG 報告，隨著企業對 ESG 的重視，致力于降本增效，能夠有效幫助企業節能減排，提升 ESG 指標的 SaaS 產品或將成為中國 SaaS 產品新的增長動力。

智東西認為，云計算作為數字經濟的基座平臺，串聯承載產業互聯網、大數據、人工智能及物聯網等數字經濟業態，未來在我國的經濟發展中占有重要地位。