夯实数字化基础设施迈向未来智能世界白皮书.pdf

ContentsIDC观点第一章 数字经济蓬勃发展，数字化基础设施提供强有力基础1.1 数字经济大势所趋，企业加大数字化技术投入1.2 基于数字化基础设施，加速实现智能生产与生活第二章 依托未来数字化基础设施，全场景构建未来智能世界2.1 数字化基础设施支持的主要场景2.2 生态共创面向未来的数字化基础设施底座第三章 提升数字化基础设施能力，夯实数字化发展根基3.1 支撑全方位、多样化、大规模的高效智能计算3.2 支持云边融合的连接部署3.3 突破能耗瓶颈，集成新型绿色可持续发展技术3.4 敏捷支撑企业业务发展3.5 供应链稳定性、安全性和完整性第四章 数字化基础设施服务产业新模式4.1 超大规模数据中心正在成为支持数字化发展的枢纽4.2 全栈化ODM为数字化基础设施发展提供全面、敏捷、稳定高质量服务4.3 最佳实践第五章 IDC建议关于华勤01030305091016212224272931333334384447 IDC观点 数字经济持续快速发展，加快构建新发展格局。伴随产业的数字化、智能化发展，数字经济正成为各国经济增长的重要引擎。技术的持续演进以及利好的政策环境促使企业持续加大数字化转型投资，以不断提升自身在数字时代的竞争力。IDC预测，2022年到2026年，中国企业数字化转型总支出将达到2.38万亿美元，五年年复合增长率（CAGR）达到18.8%。未来消费、未来企业和未来社会将构建在数字化基础设施之上。数字时代的到来，不仅刺激了智能手机、笔记本电脑的快速发展，而且带动了多种终端产业如智能手表、智能耳机、智能平板的兴起。在数字经济的红利下，电商、网约车、物流配送、在线教育等服务行业也获得了长足的发展，为民众提供了多元化的就业机会。此外，工业互联网、大型数据中心、云计算平台、人工智能等数字化基础设施的建设和性能提升，拉动制造、电力、交通、卫生等基础设施改造，带动智能制造、智慧城市、智慧园区、智慧电网、智慧交通、智能驾驶、智能网联、智慧医疗等产业的发展，从而带动国家数字经济整体向前迈进。IDC研究显示，计算力指数平均每提高1点，国家的数字经济和GDP将分别增长3.5和1.8。洞悉未来数字化基础设施发展趋势，促进技术和业务的深度融合。IDC认为，未来数字化基础设施将是以云为中心的，智能运营的，无处不在的。在感知层、基础层、平台层及应用层的生态体系支持下，所构建的未来数字化基础设施体系应具备多维度的能力：能够支撑全方位、多样化、大规模的高效智能计算；能够支持云边融合的连接部署，以提供更高效更安全的数据处理；能够支持液冷等新技术，使用部件级节能及异构计算方法降低数据中心能耗，促进数据经济绿色可持续发展；能够通过平台化方式、即服务模式、差异化创新服务，敏捷支撑企业业务发展；能够通过多元化选择、多方协同，提供稳定、安全、完整的供应链保障。01全栈化ODM是构建未来数字化基础设施的重要合作伙伴。作为数字化基础设施的供应商，除具备按约提供质量可靠的硬件、灵活部署的软件、优质及时的售后等基础能力外，还应紧紧抓住智能化发展浪潮，建设有前瞻性的AI技术储备，增强软硬件差异化服务实力，具备为众多垂直领域提供全栈式服务的能力，提供全面化、全链化、敏捷化、差异化的服务，以打造灵活部署、规模集群、智能调度、弹性增容、极致访问、稳定安全的数字化基础设施。021.1 数字经济大势所趋，企业加大数字化技术投入数字经济正在成为经济增长的重要引擎数字经济正在成为全球经济增长的新引擎与核心动能。据网络公开数据显示，数字经济的增长速度是普通经济的3.5倍，数字经济投资回报率更是非数字经济的6.7倍。数字化经济发展程度直接反映出国家数字技术发展和应用水平。2022年，全球（包括中国在内）超过半数的经济是基于数字化的或受数字化影响，其中，中国数字经济规模超过60万亿人民币。数字经济领跑作用不断显现，成为稳增长、促转型的重要支撑。“十四五”期间，中国数字经济仍将保持高速增长，年均增速有望达GDP整体增速的2倍以上。第一章数字经济蓬勃发展数字化基础设施提供强有力基础03数字化发展带动企业数字化转型相关支出稳步增长尽管宏观经济环境面临着诸多挑战，产业链、供应链受到较大影响，但产业发展的数字化、智能化特性依然是主流趋势。疫情等突发事件进一步彰显了数字化发展的价值，全力发展数字化成为构建中国数字经济的关键步骤。随着数字化的普及，企业数字化转型已成必然趋势。企业应抓住数字化发展先机，加速数字化转型，提高运营效率，实现以数据为基础的智能决策，降低企业运营成本。受利好政策支持和技术持续升级迭代，未来五年将是数字化发展的黄金时期，企业将持续加大数字化转型投资。图1 中国宏观政策凸显数字经济重要性来源：IDC，2023中国国民经济和社会发展第十四个五年规划和2035年远景目标纲要“十四五”数字经济发展规划数字经济核心产业增加值占 GDP 比重从2020年的7.8%提高到10%(CAGR约11%)新科技强化国家战略科技力量新产业加快发展现代产业体系新格局构建双循环新发展格局新经济加快数字化发展与建设新区域深入实施区域发展战略新环境加快发展方式绿色转型 数字经济发展规划八大举措 数字中国建设整体布局规划“2522”框架布局 优化升级数字基础设施大力推进产业数字化转型提升公共服务数字化水平强化数字经济安全体系充分发挥数据要素作用加快推动数字产业化健全完善数字经济治理体系有效拓展数字经济国际合作2大基础：夯实数字基础设施、夯实数据资源体系5位一体：推进数字技术与经济、政治、文化、社会、生态文明建设“五位一体”深度融合2大能力：强化数字技术创新体系和数字安全屏障2大环境：优化数字化发展国内国际“两个环境”六大关键词 04IDC预测，中国2023年到2027年数字化转型总支出将达到2.77万亿美元，2022-2027年复合增长率（CAGR）将达到18.5%，其中硬件支出占比最大，未来5年将一直保持49%左右的市场份额；软件相关数字化转型支出增长最快，2022-2027年复合增长率（CAGR）将达到23.8%。图2 中国数字化转型支出市场规模概况，2022-2027（$B）来源：IDC，2023（$B)8007006005004003002001000（%)20181614121086420细分市场增长率（2022-2027）硬件CAGR 17.9%服务CAGR 17.0%软件CAGR 23.8%总体市场2022-2027 CAGR18.5%2022 2023 2024 2025 2026 2027总体市场321.8总体市场750.4硬件服务软件总体增长051.2 基于数字化基础设施，加速实现智能生产与生活ICT技术持续演进，离我们距离更近、辐射范围更大人类社会的进步离不开计算平台技术的发展。ICT技术也从初代扎根于机房，逐渐向各类办公场景、生活场景、生产场景不断扩展，推动物理与数字融合。以大型机为核心的第一计算平台的出现，为数据处理带来了不同以往的速度和体验；随着 20 世纪 80 年代个人计算机的问世，以客户端计算设备为主的第二计算平台应运而生，成为企业开展业务创新、个人体验全新生活娱乐方式的主要平台；伴随数字经济迈向全面扩展期，以云计算、移动、社交、大数据为核心的第三平台新兴技术和以网络安全、人工智能、区块链、物联网、机器人、3D打印、AR/VR为核心的七大创新加速器，促使市场快速发展，笔记本电脑、智能手机、智慧平板、智能可穿戴设备等新型硬件设施成为市场主流；未来，数字技术有望与人体技术加深结合，带有嵌入式芯片的智能设备持续演进，我们自己将成为第四计算平台。IDC 数据显示，未来全球 ICT 支出将主要集中在诸如人工智能、云服务等第三平台技术领域，第三平台技术20212026 年复合增长率为 8.9%，接近 GDP 增长速度的 2 倍。其中，人工智能市场，云计算市场五年复合增长率均超过20%。06图3 ICT技术影响力不断扩大和深化来源：IDC，2023近远巨大小主机系统台式电脑技术在机房里技术在办公室和家里客户机/服务器应用通过渠道扩大分布图形用户界面技术在人们的口袋里百万级移动应用通过云发布触摸用户界面技术在身体上，在设备中增强的人工智能，云服务支持持续学习与更新触摸、语音、手势界面技术与身体集成“增强人体”(感觉、认知、运运动等)“应用程序”=代码+神经信号接口是无形的笔记本智能手机智能联网设备可穿戴设备嵌入式芯片自然接口人工智能物联网区块链AR/VR下一代安全机器人3D社交大数据移动云1964第一平台时代第二平台时代第三平台时代第四平台时代1980200720202035距离与可用性数量与规模07IDC数据显示，加强云相关市场数字化投入已成为主要趋势。2021年，中国云相关市场支出占数字化转型整体支出的12.7%，2026年占比将接近20%，2021-2026年复合增长率（CAGR）达到27.9%。支持数字创新、服务数字经济，需要数字基础设施先行数字技术发展催生了更多的应用场景，通过技术与行业的融合，推进各行各业的数字化、智能化创新发展。“2023年国民经济和社会发展计划”中明确提出，需要推动数字技术与实体经济深度融合，加强数字化转型顶层设计，组织实施数字化转型工程，敏捷洞悉用户对数字化产品和服务的需求，借助技术能力打造新产品与服务。通过深入实施智能制造、智慧农业、智慧能源、智能交通、智慧医疗等工程，推进各行各业的数字化、智能化创新发展。以数据创新为驱动、通信网络为基础、数据算力设施为核心的数字化基础设施，包括信息基础设施建设和物理基础设施的数字化改造，为数字经济发展和社会进步提供了基础条件，成为支持数字经济发展的基石。“十四五”数字经济发展规划指出，未来部署的重点任务之一是优化升级数字化基础设施：加快建设信息网络基础设施，推进云网协同和算网融合发展，有序推进基础设施智能升级。目前企业正在积极从传统数据中心向云数据中心迁移，以先进数字化基础设施为支撑，应用数字化技术实现资源要素、产业链的优化调整与迭代升级，打造客户、合作伙伴和员工需要的任务关键型应用程序，实现更优化的数据运营和敏捷连接，提升企业的敏捷性和运营效率。08数字化基础设施发展的主要驱动力来自于消费者、企业和社会，以端（智能终端/物联网）-边（边缘计算）-云（云计算）-网（5G和高速光纤网络）-智（行业智能）为核心的新型IT技术架构不断完善，为生产、消费、传输、运营、管理等各环节提供丰富的保障，通过与一系列智能终端产品能力结合，打造出丰富的数字化场景，支撑未来消费者、未来企业和未来社会对于数字化、智能化的需求。第二章依托未来数字化基础设施全场景构建未来智能世界图4 未来消费者、未来企业和未来社会智能应用场景来源：IDC，2023新基建支撑下的主要场景未来消费者未来企业移动出行房屋居住旅游餐饮幸福健康休闲娱乐消费购物投资理财学习教育未来链接安全可信运营模式工作资源数据与智能客户体验数字创新行业生态未来社会智慧城市智慧园区医疗保健经济发展金融货币综合治理劳动就业.硬件设备制造软件开发和运营解决方案服务场景设备生态092.1 数字化基础设施支持的主要场景未来消费者：数字化基础设施提供未来智能生活体验对个人而言，基础设施的数字化能力增强极大提升了智慧化生活体验。大带宽、高速度的数据存取，增强与虚拟现实（AR/VR）技术的应用，高速、稳定、安全的网络等，从各个方面提供支持，为人们创造更高质量的娱乐影音、办公学习、生活健康等体验。沉浸式多元数字体验：AR/VR、元宇宙等沉浸式体验极大地丰富人们的娱乐生活，支持用户从视觉、听觉、感觉等多维度去感知虚拟环境。沉浸式多元数字体验场景需要5G、云计算、人工智能、虚拟现实、区块链、数字货币、物联网、人机交互等众多新兴技术的支持。这些新兴技术应用于数字化基础设施之上，将多元智能硬件终端、无所不在的网络和广大用户群体联系起来，形成了大规模、广覆盖的虚拟现实系统，为用户带来沉浸式多元数字体验。智慧服务缔造便捷生活方式：未来智慧服务将渗透人类衣食住行的方方面面，为人类提供更优质的服务体验和更高效的生活模式。智能驾驶是未来智慧出行的典型示例。随着自动驾驶技术的不断迭代，算法精度和鲁棒性的不断提升，系统的可靠性不断增强，智能座舱将成为数字体验的重要入口，为更多数字化服务提供可能性。5G、AI、大数据中心、新能源汽车充电桩等“新基建”配套建设将促进未来规模化的自动驾驶车辆升级与运营，提供更为便捷的生活体验。未来消费者移动出行房屋居住旅游餐饮幸福健康休闲娱乐消费购物投资理财学习教育10高质量自主教育学习新模式：在数字化基础设施的支撑下，为满足教育高质量发展需要，应当以新发展理念为引领，以信息化为主导，聚焦信息网络、平台体系、数字资源、智慧校园、创新应用、可信安全等方面，打造新型教育基础设施体系。基于教育数字化基础设施，智能化硬件和技术将使学校、课堂更具网络化、智慧化。智能手机、平板、电脑等设施的应用，配合AI自适应学习系统、定制化学习方案等，将令未来的教育及学习更具个性化。这种新型教学模式将刷新自主学习模式，增进学习兴趣，提升学习效率。全方位智能医疗健康服务：高速率、大连接、低延时网络有效赋能远程医疗、医疗影像、急救车载以及医院数字化服务，帮助解决看病慢、看病难等问题，提升了广大患者的看病体验。随着移动互联网的发展，未来医疗将向个性化、移动化方向发展；移动医疗应用在手机用户群体中得到普及，如智能胶囊、智能护腕、智能健康检测产品将会广泛应用，帮助用户通过智能手持终端和传感器，有效地测量和传输健康数据。智能座舱正在成为消费者获得全新数智化体验的重要空间。高算力座舱芯片能力结合车载交互设备，借助系统能力，可满足多屏场景需求。以华勤智能座舱解决方案为例，基于其沉浸式交互、3D动效、VPA形象以及多屏联动等HMI设计，可很大程度增加座舱体系的整体性与科技感，通过支持双指拖动操作、外接游戏主机，可满足用户对在线娱乐服务的需求。通过发挥从硬件至应用的全栈研发能力优势，加速驾乘体验向个性化、主动化和体系化方向发展。11未来企业：数字化基础设施驱动未来智能化管理与创新伴随新基建能力的增强，数字化工具愈发强劲，企业应用大数据分析、数字孪生、物联网等技术，构建强大的智能管理系统，从而以数据为驱动，对特定指标进行预测、预警、规划和引导，洞察用户需求，变被动为主动。在此基础上，企业能进一步提升研发效率，缩短研发周期，保障产品生产率和产品合格率，提高运营管理效率和产品满意度，从而助力企业实现降本增效。海量数据处理和数据价值挖掘：数据是企业运营智能化的原生驱动力。伴随联网设备的增多及5G、物联网等新兴技术发展，数据呈海量高速增长态势，加剧了对数据快速采集和处理的需求。IDC预计，中国新创建的数据量规模将从2022的23.88ZB增长至2027年的76.6ZB，年复合增长率（CAGR）达26.3%，位列全球第一。对海量数据的实时响应和快速处理，离不开基础设施计算、存储和传输能力的支持，在满足低时延、高并发、高稳定等场景需求的同时，企业越来越重视数据的激活，通过云计算、大数据与人工智能等技术，深挖海量数据的商业和社会价值，助力掌舵企业核心创新，最大化企业的商业和社会价值。未来企业未来链接安全可信运营模式工作资源数据与智能客户体验数字创新行业生态12数据驱动的智能化企业运营：拥有智能技术的企业将会具备更快的决策速度，可以更高效地解决复杂的问题。IDC预测，到2024年，AI将成为企业工作负载的核心组成部分，75%的企业及其20%的工作负载将基于AI或使能AI。机器学习和AI应用的落地依赖于算力的支撑，促使面向AI场景的服务器市场增长迅速。随着AI应用对于速度的追求越来越高，以及在此过程中产生的非结构化数据爆发式增长，搭载GPU或其他类型加速芯片的人工智能服务器将出现在更多的应用场景中。此外，企业可通过有效融合云计算与边缘计算技术，完成边缘数据的在线分析，敏捷捕获市场瞬态变化，提升企业快速响应能力。无处不在的访问和连接：互联技术的繁荣发展在虚拟空间缩短了时空距离，以人工智能、云计算为代表的数字化技术持续革命，逐渐打破了线上、线下的虚实边界。物联网技术的发展和无处不在的连接使企业运营者能够全方位掌握企业数字化信息，推进人与人、人与物之间的实时、安全连接，并激发出全新的生产、运营、销售模式。据IDC预测，到2025年，全球联网的设备总量将达到559亿，其中IoT的设备占比75%，达到416亿。在设备泛在连接、数据实时运算需求的推动下，数据基础架构从“云-端”向“云-边-端”演进，设备部署和连接方式更加复杂。数据处理和高附加值业务也更多产生于边缘位置，边缘计算和泛在连接的重要性愈发突出。政府、教育、医疗、金融和运营商等行业的数字化发展离不开服务器等数字化硬件基础设施的支持，行业用户往往格外重视供应商在质量、稳定性以及敏捷性等维度的能力。华勤等系统级服务商通过发挥合作伙伴优势，与行业用户紧密合作，严格把控产品质量，相互分享技术和测试策略，同步行业内存在的风险，做到提前识别、主动规避；在后期维护中，重视故障率DoA和滚动不良率FR评测；通过软件和硬件层面的装配，提供高灵活适配服务，并从自身产品设计、生产、制造、测试、产品运输、装配、售后等方面提升全方位服务能力和柔性生产能力，为用户的定制化需求提供敏捷且稳定的供应保障。13广泛深入的智能化和自动化：数字化技术持续推动物理世界与数字世界的融合，打造出如智慧交通、智慧医疗、智慧城市、智慧零售等众多行业化应用场景。以智能园区为例，通过基础设施建设、数据采集和监测系统、智能安防系统、物联网应用、云计算和大数据分析、智能交通管理、信息化办公环境、智慧能源管理以及智慧服务和体验等多个方案的组合实施，可有效实现园区管理效率的提升、资源利用的优化、安全性的加强以及服务质量的提升。基于丰富的行业化应用场景，为民生发展、社会治理，创造更加智能化和便捷化的环境。未来社会智慧城市智慧园区医疗保健经济发展金融货币综合治理劳动就业未来社会：数字化基础设施构建未来智能生态社会对社会而言，数字化基础设施是数字经济发展的坚实“底座”。新基建利用新技术（5G、人工智能、大数据分析、云计算）实现智慧行业的场景化落地，借助平台化合作，打通数据孤岛壁垒，通过信息资源共享和远程操作，有效推动经济模式线上线下的有机结合，提升资源利用率，激活数据要素潜能，驱动国家数字经济全方位高质量发展。IDC研究显示，计算力指数平均每提高1点，国家的数字经济和GDP可分别增长3.5和1.8。14生态优先的平台化企业合作：数字化生态建设是加速数字中国建设的必由之路。在数字生活架构下，以数字化推动产业生态链发展，设备商提供智能终端、高性能服务器、网络连接设备等基础设施，构建以5G、数据中心、云计算、人工智能、物联网、区块链等数字技术为核心的数字平台，基于数据管理工具和平台化的基础设施服务平台，向上打造诸如智慧城市、智慧园区、智慧出行、智慧家居等智慧场景。此外，诸如3D打印、AR/VR、自动驾驶等面向终端消费领域的数字化技术将把数字化基础设施功能有效延伸到丰富的物理世界。以高端、高效、安全的数字生态体系为基础，实现数据的流转和利用，进一步赋能各行各业，为用户提供信息安全、运行稳定、便捷访问、绿色节能、功能丰富的全方位服务。某智慧园区通过与华勤等厂商合作，布局丰富的终端设备和基础设施网络，借助数字孪生技术，构建集三维展示、监控、告警、定位、分析一体化的3D可视化平台，支持一体化实现环境感知、数据采集、智能分析、快速决策、精准执行等动作，优化园区智能化服务体验，提升管理效率。在建设过程中，数字孪生技术平台厂商与具有行业软硬件解决方案优势的厂商可通过合作，进一步优化数字孪生平台的行业适配性和场景化落地能力，共同提升用户界面的友好度、程序调用便利性、算法处理有效性等，补齐解决方案能力，为赋能更多园区积累经验。152.2 生态共创面向未来的数字化基础设施底座构建未来消费、未来企业和未来社会中的诸多场景，需要数字化基础设施的全方位支持。伴随智能世界呈现出超大规模、超高速度、超广链接的特征，面向未来的数字化基础设施将呈现出三大特点：以云为中心，智能运营的，无处不在。云技术：云技术是用于构建和/或交付云服务的平台和系统的基础，其特色包括按需扩展、软件定义控制、API集成以及按使用量或消费量计费等。新兴的数字化基础设施生态系统越来越多地建立在云基础上，专注于确保创新基础设施硬件、软件、资源抽象和流程技术的更快交付，以支持弹性数字服务和服务的开发、持续改进数字体验，从而实现实时处理、数据密集型分析和低延迟互连。图5 IDC 未来数字化基础设施框架来源：IDC，2023持续增强与改进资源利用与优化一致弹性与安全无处不在的部署云原生技术智能运营数字基础架构生态系统16智能运营：通过人工智能以及机器学习（ML）预测分析、策略驱动自动化、低代码无服务工作流程，将更好地保障基础设施的自动运行。智能运营推动数字化基础设施从“可监控”向“可观察”转变，让基础设施运营团队摆脱“响应式”监控、服务申请单处理和依靠“单点式”管理工具的临时运营等工作，可根据业务的轻重缓急动态优化端到端性能，增强安全性和可用性。无处不在的部署：随时随地有效使用和及时访问新颖且具有弹性的基础设施，对于支持适应性、弹性、安全、合规的数字业务至关重要。无处不在的资源可为最终用户（无论位于何处）、业务部门（无论采用包括零售点、厂房和仓库在内的何种部署模式为公司营收运营提供支持）和职能部门（用于评估公司业务）提供无缝体验。构建满足未来需求的数字化基础设施，离不开体系化建设和生态化支持。IDC认为，未来数字化基础设施生态系统包含四个层面：感知层、基础层、平台层及应用层。17图6 数字化基础设施市场生态图谱来源：IDC，2023智慧城市 智慧园区 智慧家居 智慧出行 智慧工厂 智慧校园.应用层云管理平台 大数据平台 物联网平台.平台层数据中心 边缘基础设施 通讯设施基础层感知层端侧/IoT 客户端解决方案服务软件开发和运营硬件/终端设备制造个人电脑智能手机平板电脑可穿戴设备AR/VR智能家居汽车企业级物联网设备存储服务器网络边缘服务器MECIoT网关网络基础设施无线基础设施消费级物联网设备工业级物联网设备.18感知层是数据产生的阵地，是提供服务的介质。感知层包括PC、智能手机、摄像头、传感器、智能汽车和可穿戴设备等是数据产生的重要源头，其产生的数据量占总量的50%以上。随着混合办公加速渗透，云终端技术的进一步应用与落地，IDC预测，全球主要智能终端设备市场（包括智能手机、PC、可穿戴设备、智能家居、AR/VR）出货量依旧保持增长态势，2027年总出货量可达到35亿台，五年年复合增长率为3.7%，其中智能手机和个人计算设备年出货量相对稳定，预计分别维持在12亿和4亿台水平，AR/VR、可穿戴设备以及智能家居市场的出货量增幅较为明显，五年年复合增长率将分别达到29.0%、5.0%以及4.6%。此外，伴随消费汽车制造商正在将重点转向智能驾驶技术的应用，全球范围内，自动驾驶汽车L1到L5的车辆规模将在2026年到达8,930万辆，五年复合增长率为14.8%，在中国，智能汽车市场也将迎来商业模式变革，产品将加速迭代，市场渗透率持续增加。IDC预计，中国自动驾驶汽车L1到L5的总产量会从2021年的765.8万台增长到2025年的1,344.0万台，五年复合增长率为15.1%。这些设备可收集和产生大量一手数据资源，数据经传输通道后，实现存储和加工，以备分析利用，是企业获得有用信息的原材料。基础层是数据处理的总指挥部，是提供服务的底层。基础层汇聚着网络设备、存储及服务器等数字化基础设施，可以对感知层众多终端采集和感知到的数据进行传输、存储、分析和处理。海量数据带来了巨大的数据存储需求，促使企业级存储市场得到长足的发展。IDC预计，中国外置存储市场规模将在2026年达到近90.4亿美元，2021年到2026年年复合增长率达5.7%。对存储设备中的数据进行分析处理，要求服务器能够满足海量数据处理的功能和性能需求，因而，未来五年，中国服务器市场将保持健康稳定的增长。IDC预计，到2026 年，中国服务器市场规模将从 2021 年的 263 亿美元升至 410 亿美元，五年年复合增长率为9.3%。19平台层是发挥数据价值的舞台，是提供服务的无形环境。在功能层网络、存储、服务器设备的支撑下，在新型软件技术的加持下，中国已建成多种集数据采集、传输、分析、处理为一体的大型平台，为数字经济服务，如大数据平台、云管理平台、物联网平台等。在持续的政策指引、应用实践和技术创新的驱动下，大数据平台、物联网平台与云管理平台协同发展，呈现出云边协同一体化、应用分析智能化、安全防护立体化等趋势。IDC预测，中国物联网平台支出将从2021年的20.9亿美元激增至2025年的47亿美元，年复合增长率达22.5%；其中物联网云平台支出的年复合增长达28.7%。伴随物联网平台扩展而来的是海量数据处理需求。大数据平台利用计算机群集的存储和计算能力，结合列式数据库架构，使用大规模并行处理技术，可以高效处理大规模数据流，分析挖掘数据价值，助力数字经济发展。IDC最新预测数据显示，2022年中国大数据市场总体IT投资规模约为170亿美元，将在2026年增至364.9亿美元，实现规模翻倍。大数据平台对数据处理需求的弹性需求离不开云平台、云管理技术的助力，在数字化基础设施基础上构建起的云管理平台，其服务需求在数字经济时代持续增加。IDC预测，中国第三方云管理服务在2020年到2025年间将保持40.6%的年复合增长率，2025年市场规模预计达到37.4亿美元。应用层是实现技术落地的具体场景。在通信网络、数据存储设备、高性能服务器等数字化基础设施的支撑下，5G、云计算、人工智能、数字孪生、物联网、自动驾驶、区块链等新一代信息通信技术直接服务于人们工作、生活的方方面面，不断拓展落地场景，扩展数字化基础设施的应用范围，擘画了如智慧城市、智能制造、智能驾驶、智慧园区等众多数字生活应用图景。上述各个层面相互支撑，每一层的背后都需要能够提供相应服务能力的技术厂商的支持。在彼此上下游之间展开协作的基础上，方能共同推进数字化基础设施市场的发展，助力众多行业用户实现强大、安全、自适应的数字业务战略。20基于数字化基础设施生态系统，建设面向未来的现代化数字基础设施已然成为必选项。面对纷繁复杂的发展态势，应重点关注和提升哪些数字基础设施能力？这是整个市场和所有企业均热切关注的问题。IDC看到，服务智能化的加速计算、边缘计算的链接部署、绿色节能技术、敏捷支撑业务发展和稳定安全的供应链正在成为构建数字化基础设施能力过程中的关键议题，相关能力建设亦成为行业发展的重要趋势。第三章提升数字化基础设施能力夯实数字化发展根基 图7 数字化基础设施能力发展趋势来源：IDC，2023数字化基础设施以云为中心 无处不在 敏捷部署 智能运维加速计算能力 边缘能力 可持续发展能力 敏捷支撑业务能力 保障供应链稳定能力213.1 支撑全方位、多样化、大规模的高效智能计算随着人工智能产业化应用的加速发展，全球AI基础设施支出持续呈现高增长态势，人工智能服务器市场规模进一步扩大。IDC数据显示，2021年，全球人工智能服务器市场以39.1%的年增长率强劲复苏，到2026年，人工智能服务器市场将达到347亿美元，占整个服务器市场的21.7%，这一占比在2022年仅16.6%。这意味着，全球超过五分之一的服务器将专门用于人工智能。IDC预测，中国人工智能服务器市场将从2021年的59亿美元增长到2026年的123亿美元，五年年复合增长率为15.8%。人工智能服务器可实现的高性能表现、面向不同任务做出的异构化设计以及对大规模算法的支持有效支撑了数字经济中全方位、多样化、大规模的高效智能计算需求。图8 中国人工智能服务器市场规模及预测，2021-2026（$M）来源：IDC，2023($M)14,00012,00010,0008,0006,0004,0002,0000102021 2022 2023 2024 2025 2026GPUFPGAASIC/NPU Total growth(%)总体市场5,922.0总体市场12,337.7CAGR=15.8%22高性能支持智能计算的数字化基础设施应具有高速计算能力、大容量存储能力和支持大规模泛在连接的能力。异构化通过对不同元素进行混合和搭配，满足不断扩展的工作负载需求，在性能、功耗、价格等维度得到最优解。支持大模型大模型驱动的AI时代已经到来，在提升算力多样性，支撑高I/O吞吐，保障数据安全的同时，重视成本与成效的平衡。多样化软件栈完善从硬件到软件的一体化解决方案能力，通过在硬件之上提供完整的软件栈，延展服务内容，使产品在硬件配置之外增加差异化优势。高性能：人工智能的计算基础设施在过去五年中发生了重大变化，不断升级的服务器软硬件为数字化高性能计算提供了强有力支撑；同时，云服务为解决复杂问题提供了新思路，促使越来越多的企业和云服务提供商购买具有更高性能的服务器和更高端的处理器，搭建高速网络实现更快捷的连接，并使用丰富的人工智能软件堆栈，处理高性能密集型计算。这些能力的实现依赖于高性能服务器的软硬件协同。在硬件上，部署大规模计算单元和高性能处理器提升服务器的高速计算能力；部署大容量、高性能的固态硬盘（SSD）增强服务器的存储能力。在软件上，对基础设施的操作系统和运维能力进行升级，以适应系统中千变万化的实时情况，支持资源灵活调度，实现计算、存储能力弹性扩容；此外，通过反入侵安全设计防止信息泄露、篡改，保障系统信息安全可靠。异构化：加速计算是由一个或多个协处理器共同实现的。在复杂的系统中，单一的硬件处理器无法满足AI加速处理需求，促使了异构计算的发展。目前，GPU仍是人工智能服务器市场的主体，具备多核和高速内存特性，擅长进行并行处理以加速运算过程，常用于处理灵活、非标准化的计算任务。此外，FPGA 拥有大量的可编程逻辑单元，可以根据定制需求完成算法设计，在中等规模服务器或资源受限的嵌入式应用方面有巨大潜力；全定制化的ASIC芯片则可以兼顾强大的计算能力与更低的功耗，在匹配模式化、标准化、大规模的计算任务方面拥有长远前景。根据应用场景的不同，协处理器可以选择GPU、FPGA、NPU、ASIC等，常见的异构方式包括CPU+GPU、CPU+FPGA、CPU+ASIC等。IDC认为，在人工智能市场，训练和推理环节会越来越多地使用加速技术，其中用于推理环节的异构服务器需求将超过对训练服务器的需求。23支持大模型：数字化基础设施供应商通过在人工智能服务器中搭载人工智能大模型，以处理自然语言理解、行为分析诊断等复杂的行为。人工智能模型可实现功能的复杂程度与模型的参数规模直接相关。据人工智能实验室OpenAI的数据，在2012年首次使用GPU实现卷积神经网络的AlexNet与在21天内自学成为AlphaGo Master的AlphaGo Zero算法之间，运行人工智能模型所需的计算量增加了30万倍，平均每3.5个月翻一番。而训练一个超过千亿级参数的大模型，需要使用上千张GPU/CPU芯片。随着未来服务功能需求的多样化、综合化，人工智能模型需要借助更多计算资源完成训练和推理，为此企业和云服务提供商需要使用更大规模的服务器集群、运算能力更强的处理器和加速器以及更多专用的存储设备，并通过高带宽、低任务完成时间的高性能网络，构建算力强大的数字化基础设施，支撑大模型的训练和分析。多样化软件栈：人工智能模型的开发和应用不仅依赖于数字化基础设施硬件支撑，也得益于人工智能基础设施软件栈的发展。人工智能软件栈将优秀的AI软件产品（如虚拟化软件、数据管道软件、集群软件、编排软件、容器化软件、AI应用程序等）集合到软件包中，帮助服务器生产厂商和开发者在数字化基础设施硬件上创建、优化和部署AI应用，充分发挥数字化硬件基础设施中AI引擎的性能。多样化的人工智能软件栈达到了数据科学家用于人工智能模型开发的高度，甚至可以成为特定人工智能应用的工具，解决了人工智能缺乏IT技能的问题。3.2 支持云边融合的连接部署为应对日益增长的性能密集型工作负载和企业数字化运营产生的新型数字化业务，需要不断在新的地点提供IT服务，增加了边缘基础设施的部署需求。相较于数据中心的集中部署，边缘计算距离用户和数据源更近，能有效解决时延长、数据汇集流量大、传输带宽成本高等问题，可以更好地支持实时性强和带宽密集型业务。随着人工智能、5G等围绕边缘场景的新兴技术快速发展，边缘服务器市场增速明显。IDC数据显示，2022年，中国边缘计算服务器整体市场规模达到40.5亿美元，较2021年增长19.1%，预计2021-2026年中国边缘计算服务器整体市场规模年复合增长率将达到22.1%。24人工智能场景下的云边协同支持智能计算的数字化基础设施应具有高速计算能力、大容量存储能力和支持大规模泛在连接的能力。远程和混合工作环境下的安全策略通过对不同元素进行混合和搭配，满足不断扩展的工作负载需求，在性能、功耗、价格等维度得到最优解。分布式互联环境下的边缘驱动型数据运营大模型驱动的AI时代已经到来，在提升算力多样性，支撑高I/O吞吐，保障数据安全的同时，重视成本与成效的平衡。基于边缘数据中心分布式部署的特性，边缘计算更适用于局部性、实时和短周期的数据处理与分析，云计算则更擅长于全局性、非实时、长周期的大数据处理与分析。在智慧城市、智慧园区、智慧出行等大规模复杂场景下，需要云边协同，以提供更高效更安全的数据处理。25图9 中国边缘服务器市场规模及预测，2022-2026（$M）来源：IDC，20232022 2023 2024 2025 20264,046.909,209.0010,000.009,000.008,000.007,000.006,000.005,000.004,000.003,000.002,000.001,000.000.00人工智能场景下的云边协同：数据产生的位置越来越分散，通过云边协同，在边缘设备应用人工智能，将使网络中的边缘设备变得更加智能，通过机器学习快速做出决策。如在智慧园区中，配备边缘人工智能的安全摄像头不再仅仅是捕捉视频，而是可以识别人类并计算人流量，甚至可以通过面部识别准确判断某人在何时进入了园区；在自动驾驶场景中，车辆上配备的边缘人工智能系统不断扫描周边环境，实时完成数据存储、操作和分析，根据分析结果修正驾驶轨迹。此外，因为云数据中心具有密集型计算的处理能力优势，边缘侧产生的数据还可被转移到云数据中心进行分析和复制，用于学习和模型优化，基于云边协同的成效对业务发展带来更深入的价值。远程和混合工作环境下的安全策略：远程和混合工作需要发挥各种数据中心、公有云、边缘应用程序、边缘数据分析功能，所以较为依赖高度分布式且安全的泛在连接，以满足员工实现任何地点、任何时间、任何设备的的持续访问。因此，首先，可以为远程和混合工作环境下的员工提供无代码或低代码编程工具，降低重要信息泄露或被篡改的概率；其次，可以制定有效的远程访问策略，降低网络访问风险；最后，应根据特定目标、安全优先级，创建安全响应策略，增强系统安全。分布式互联环境下的边缘驱动型数据运营：在数字化基础设施支撑下，功能各异的数字终端产生了多样化的数据类型，带来了海量数据存储、多样化数据管理等数据运营问题。如在电商系统中，大规模用户的个人信息和交易数据在多服务器之间进行分布式存储，需要考虑如何有效协调初始数据存储、后续数据更新，以便基于全局数据做出合理决策。尽管数据驱动决策这一需求变得越来越强劲，但数据的传输和存储成本对于某些组织来说依然巨大。如果无法打通企业内部不同数据管理系统之间的信息壁垒，将形成数据孤岛，造成企业信息管理障碍。DataOps作为一种数据工程方法，可为分析和数据科学快速、可靠和可重复地交付生产就绪数据，能跨本地、云、多云和混合数据生态系统中的多个平台快速重新部署数据管道，支持业务运营的敏捷性，快速满足新的和不断变化的数据需求，有效助力数据运营问题的解决。263.3突破能耗瓶颈，集成新型绿色可持续发展技术伴随数字技术应用程