供给普惠化与需求扩容带来全新增长空间：AI时代的云计算

分析师：苏仪执业证书编号：S0740520060001分析师：王雪晴执业证书编号：S0740524120003 核心观点◼云计算的本质在于计算资源和服务的调配，边缘计算重要性正在凸显。云计算的价值体现在计算资源池的统一调度，能够为下游用户提供灵活、高性能和低成本的计算资源；爆发式的数据处理需求和实时运算需求使得边缘计算越来越重要。◼AI时代云计算的产业逻辑主要可以概括为供给端云算力普惠化，需求端下游企业需求扩容所带来的整体机会。➢从供给端看：1）云服务IaaS+PaaS/MaaS层正在经历规模化降本。一方面云计算大厂和数据中心正在加速扩容（供给扩张），另一方面云计算底层软硬件和基模突破带来了云服务性能和效率的提升（成本下降）。2）AI+SaaS应用带来软件产品力提升，为下游Software as a Service商业模式打开空间。➢从需求端看：1）生成式AI驱动需求不断增长。训练端AI模型常常部署在大规模公有云集群；推理端Post-Train和Test-Time Scaling下推理算力需求扩增，驱动大规模公有云、私有云和混合云部署需求；AI+SaaS服务正成为很多中小企业部署的首选。2）我国政策始终重视云计算。伴随AI部署，政务云和金融云等行业云正加速落地。◼建议关注：1）云计算软硬件服务提供商：深信服、金山办公、阿里巴巴、腾讯控股、百度集团、中国联通、中国电信、中国移动、浪潮信息、中科曙光、紫光股份；2）AI基础模型厂商：阿里巴巴、科大讯飞、商汤；3）AI应用及SaaS应用厂商：焦点科技、彩讯股份、万兴科技、广联达、明源云；4）IoT及端侧计算厂商：地平线机器人、中科创达。◼风险提示：云计算及AI技术落地不及预期、行业竞争加剧、报告信息更新不及时等。 CCONTE专 业 ｜ 领 先 ｜ 深 度 ｜ 诚 信中 泰 证 券 研 究 所云计算：AI时代应当如何定义？ 1.1什么是云计算◼云计算：一种通过互联网提供计算资源和服务的技术，允许用户随时随地访问、使用云平台上数据、软件和硬件资源。在数字化时代，互联网已经成为基础设施。云计算使得数据中心能够像一台计算机一样去工作。通过互联网将算力以按需使用、按量付费的形式提供给用户，包括：计算、存储、网络、数据库、大数据计算、大模型等算力形态。◼在云计算中，用户通过互联网连接到云平台，通过云平台来管理和使用云计算资源。云平台由云服务提供商维护和管理，它提供了计算、存储和网络等资源。➢虚拟化层：将物理服务器抽象为虚拟的计算资源，使用户可以根据需要动态分配和管理这些资源。虚拟化层允许多个虚拟机在同一台物理服务器上运行，实现资源的共享和高效利用。➢存储层：提供了存储空间供用户存储和管理数据。用户可以根据需要选择适当的存储类型，如对象存储、块存储或文件存储，来满足不同的存储需求。➢网络层：云平台中负责网络连接和通信的部分。它负责将用户和云平台之间的数据的传输和通信进行处理和管理，确保数据的安全和可靠传输。➢计算层：云平台中负责处理和执行计算任务的部分，包括虚拟机实例、容器服务等，提供了计算能力供用户运行应用程序、处理数据等。➢物理服务器：云平台中实际的硬件设备，它们是云平台上虚拟化、存储、网络和计算等层级的基础。云服务提供商通过维护和管理这些物理服务器，为用户提供可靠的计算资源和服务。 图表：云计算工作原理图示资料来源：阿里云，中泰证券研究所 1.1从价值的本质理解云计算：实现弹性、多租的增量价值◼云计算与计算是正交关系，而非替代关系。◼“弹性和多租”是云计算相对于计算的主要增量业务价值。实现云计算的核心关键是统一计算资源池。只有实现计算资源池的统一调度，同时技术层面实现多租安全隔离，才能够真正意义上实现全Region（地域）和全AZ（可用区）的计算资源弹性。图表：云计算和计算的关系资料来源：阿里巴巴，中泰证券研究所云计算的精确定义解释云计算是按需使用无限量计算资源线下IDC是基于本地部署（On Premise）供应，需在使用前预测需求，并提前完成服务器/交换机/存储的构建。而云计算服务是按需供应，根据实际业务需求做到计算、存储、网络等资源的极致伸缩。消除云用户的预先承诺公共云用户在任何一个区域（Region）或可用区（AZ），只需要付费成功就可以按量使用计算存储网络的资源，并不需要向云提供商承诺要在哪一个地方消费多少资源。因此，云服务商必须在全AZ可用区和全Region地域供应各种算力需求。根据实际需要支付短期使用计算资源的费用用户不需要承诺购买的计算资源的预期使用时间。对于云计算所使用的容器或者函数，计时单位可以精确到毫秒级。用户购买后即使只用几毫秒也可以。当一个计算资源必须让用户使用四年、五年或者整个生命周期，即说明它不是云计算，而是IDC或者私有云。通过规模经济显著降低成本云服务商希望通过使用超大的数据中心，以规模经济放大供应链效益，摊薄研发成本。通过资源虚拟化技术简化操作并提高资源使用率云服务商希望通过资源虚拟化，把计算、存储、网络抽象后，达到简化操作，提升资源利用率。通过多路复用的方式运行来自不同组织的负载提高硬件资源利用率核心是多路复用。通过多租户使用同一套计算资源大池，削峰填谷，保证公共云的硬件资源利用率显著提升。今天智算中心就面临大任务算力不够用（比如模型预训练生成），小任务跑不满（比如模型推理应用）的情况，本质上是因为它们没有统一的云架构。图表：云计算的精确定义资料来源：阿里巴巴，中泰证券研究所 图表：公有云、私有云和混合云的特点资料来源：智研咨询，中泰证券研究所1.1云计算的部署方式：公有云、非公有云与混合云◼根据部署模式，云计算可以分为公有云与非公有云，主要包括三种类型：➢公有云：由第三方提供商管理维护，面向公众提供服务，成本低、可扩展性强，如亚马逊AWS。➢私有云：由单个组织或企业内部管理使用，数据安全性和隐私性高，适合对数据安全要求高的企业。➢混合云：结合公有云和私有云，数据和应用程序可在两者间流动，企业可根据需求灵活选择，如企业可将非敏感业务放公有云，敏感业务放在私有云。部署模式公有云私有云服务对象所有用户某一企业内部用户主要客户中小企业、开发者、个人消费者大中型政企机构成本低较高灵活性高有限数据安全性低高管理复杂度低较高扩展性高有限典型产品阿里云、AWS等华为企业云、深信服企业云等 混合云部署了私有云，同时对拥有云有需求的企业用户高校、医院、政府、企业较高高高高较高IBM混合云、天翼混合云等 图表：云计算IaaS、PaaS、SaaS模式对比资料来源：智研咨询，中泰证券研究所1.1云计算的商业模式：IaaS、PaaS与SaaS◼全球基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）构成了云服务的三大核心模型。 图表：以模型为中心的云计算技术体系资料来源：阿里巴巴，中泰证券研究所1.1 AI时代的全新商业模式：MaaS（Model as a Service）◼智能时代，大模型得到空前发展和关注，云计算可以依据业务需求提供以下四种服务模式：➢基础设施即服务（IaaS）：提供各类基础设施类能力的服务类别，包括计算、存储、网络等资源服务能力。➢平台即服务（PaaS）：提供应用程序所需要的硬件和软件部署平台的服务类别。➢模型即服务（MaaS）：把AI模型当作生产的重要元素，从模型预训练到二次调优，最后到模型部署，围绕模型的生命周期来提供相应的服务。用户可以通过低成本的方式访问、使用、集成模型，提升用户的业务智能化能力。➢软件即服务（SaaS）：提供软件的服务类别，包括协同软件、客户关系管理、企业资源计划、人力资源系统等。用户无需经过传统的研发流程，而是通过互联网即可使用软件服务，节约了管理基础设施和研发软件的工作。 图表：云计算商业模式对传统商业模式的改变资料来源：智研咨询，中泰证券研究所1.1云计算：相比传统IT服务模式优化资源调配方式，提升效率◼传统IT服务模式下，资源固定在某个服务器和存储上，当应用的访问量较低时，由于硬件与应用是绑死的，无法把资源提供给其他应用，服务器和存储资源会大量闲置。◼云计算模式下，能够在系统池中动态调配适量的存储、服务和网络资源，自动部署相应的软件资源，使用后可以自动回收。通过云计算，可以把原来分散的数据中心资源包括服务器、存储、网络设备聚集在一起，由专门的服务提供商来运营和维护云计算中心，引用虚拟化技术来突破物理限制、提高资源利用率，实现资源的动态调配和聚合。 1.2边缘计算：物联网时代的终端计算方法◼边缘计算是在靠近物或数据源头的网络边缘侧，通过融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务。概言之，边缘计算是将从终端采集到的数据，直接在靠近数据产生的本地设备或网络中进行分析，无需再将数据传输至云端数据处理中心。◼为什么需要边缘计算？➢物联网技术的快速发展，使得越来越多具备独立功能的普通物体实现互联互通，实现万物互联。得益于物联网的特征，各行各业均在利用物联网技术快速实现数字化转型，越来越多的行业终端设备通过网络联接起来。➢然而，物联网作为庞大而复杂的系统，不同行业应用场景各异，据第三方分析机构统计，到2025年将有超过千亿的终端设备联网，终端数据量将达300ZB，如此大规模的数据量，按照传统数据处理方式，获取的所有数据均需上送云计算平台分析，云计算平台将面临着网络时延高、海量设备接入、海量数据处理难、带宽不够和功耗过高等高难度挑战。➢为了解决传统数据处理方式下时延高、数据实时分析能力匮乏等弊端，边缘计算技术应运而生。 图表：边缘计算架构资料来源：华为，Info-Finder，中泰证券研究所 1.2边缘计算和云计算的联系与区别◼边缘计算的概念是相对于云计算而言的，云计算处理方式是将所有数据上传至计算资源集中的云端数据中心或服务器处理，任何需要访问该信息的请求都必须上送云端处理。因此，云计算面对物联网数据量爆发的时代，弊端逐渐凸显：➢云计算无法满足爆发式的海量数据处理诉求。随着互联网与各个行业的融合，特别是在物联网技术普及后，计算需求出现爆发式增长，传统云计算架构将不能满足如此庞大的计算需求。➢云计算不能满足数据实时处理的诉求。传统云计算模式下，物联网数据被终端采集后要先传输至云计算中心，再通过集群计算后返回结果，这必然出现较长的响应时间，但一些新兴的应用场景如无人驾驶、智慧矿山等，对响应时间有极高要求，依赖云计算并不现实。◼边缘计算的出现，可在一定程度上解决云计算遇到的这些问题。图表：边缘计算VS云计算资料来源：华为，Info-Finder，中泰证券研究所 图表：边缘计算和云计算的区别边缘计算云计算计算方式分布式计算，聚焦实时、短周期数据的分析集中式计算，依赖云端数据中心处理位置靠近产生数据的终端设备或物联网关云端数据中心延时性低延时高延时数据存储只向远端传输有用的处理信息，无冗余信息采集到的所有信息部署成本低高隐私安全隐私性和安全性较高隐私性和安全性相对低，需要高度关注资料来源：华为，Info-Finder，中泰证券研究所 图表：云计算产业结构资料来源：智研咨询，中泰证券研究所图表：云计算产业和技术分析资料来源：中国电信云计算研究院，中泰证券研究所1.3云计算产业链：综合软硬件、平台服务的完整生态◼云计算产业链综合了软硬件与平台服务。产业链上游包括芯片、内存、硬盘等硬件供应商，以及操作系统、数据库等软件供应商，代表企业有Intel、Aspeed、微软等；产业链中游包括服务器、交换机、路由器、中继器等IT基础设备制造商，以及网络运营商等各种互联网基础服务商，代表企业有Dell、中国电信、华为、HP等；产业链下游为整个云服务生态，包括云集成服务商及IaaS、PaaS和SaaS运营商等，代表企业有华为云、百度云、天翼云等。 1.4追本溯源：全球云计算产业类别和服务模式逐步完善◼上世纪八十年代，Sun公司提出了“网络计算机”概念，并推出相关的工作站产品；而后随着虚拟化、格式化、分布式等技术加速发展，云计算所依赖的三大底层技术逐个出现。◼1996年