一、中国IDC行业概况
近几年来，IDC行业得到了长足的发展。行业从最开始的计算中心阶段、信息中心阶段过渡到了服务中心阶段。目前，市场仍然保持着较高的景气度，一线城市市场趋于饱和。在政府的管控下行业呈现出向线城市、西部区域、海外地区转移的趋势。
当前，数据中心已成为企业或机构管理IT基础设施与应用，提供基础设施与应用服务的重要平台。随着更加先进的技术的融合发展，建设新一代数据中心成为企业普遍关心的热点话题，它不仅代表着IT产业发展的潮流，也反映了不同IT用户最迫切的核心需求。从时间上来看，数据中心功能演进经历了三个发展阶段，即计算中心阶段（2000年前后）、信息中心阶段（2004-2008年）和服务中心阶段（2008年至今）。
中国IDC行业发展历程
资料来源：公开资料整理
IDC行业产业链上游由硬件设备制造商、软件服务商、电信运营商以及政府等主题组成。中游主要分为两大类，即IDC基础架构提供商和IDC服务商。目前IDC基础架构商的代表企业主要有世纪互娱、光华新网、数据港、万国数据等;IDC服务商由分为基础电信运营商和云计算服务商。产业链下游参与者众多，主要包括互联网企业、金融机构、制造业企业、政府部门等。
资料来源：公开资料整理
二、中国IDC行业发展现状分析
在中国互联网行业的高速发展下，中国的IDC市场规模增速远高于全球水平。截止至2018年中国IDC市场继续保持高速增长，市场总规模为1277.2亿元人民币，同比增长35%。
资料来源：公开资料整理
2013年至今，IDC行业的净利率呈稳步上升的趋势。据统计，2018年第三季度，IDC行业净利率从2017第三季度的11.71%提升到了13.01%。
资料来源：公开资料整理
按照国际认证标准，数据中心共有四个等级。根据系统上线时间、宕机时间、出错备份能力、停电保护等指标，将数据中心划分为四个等级。这一指标已成为业界通行标准。TIRE1可以被理解为电力供应强劲的仓库，而TIRE4则是基本可实现零运营失误的的最高级别数据中心。目前TIRE3级别是市场上最主流的数据中心级别(即可以自动修复一般运营失误、提供N+1级别的保障)。
IDC等级划分依据分析情况
资料来源：公开资料整理
从2017年开始，伴随着大型化、集约化的发展，全球数据中心的减少导致2018年数据中心机架数量有所减小。2015年全球数据中心机架数为479.7万架，至2017年底全球部署机架数达到493.3万架，至2018年全球数据中心机架数约为489.9万架。
资料来源：公开资料整理
从全国范围来看，北京、上海、广州、深圳等一线城市数据中心资源最为集中，其上架率达到60%-70%。但受限于地区承载能力，新建增速正在逐步放缓，可用资源有限，租用价格相对较高，相比而言，其周边地区尚有充足的可用数据中心资源，网络质量、建设等级及运维水平也较高，总体租用价格成本相对较低。
资料来源：公开资料整理
目前来看，国内IDC行业存在区域性供需不平衡。尽管一线城市存在土地租金、电费、人力成本过高等缺点，但一线城市IDC仍然处于供不应求的状态，2019年一线城市的数据中心仍然有新建计划。
2019年一线城市周边IDC项目建设规划
资料来源：公开资料整理
相关报告：华经产业研究院发布的《2019-2025年中国互联网数据中心（IDC）行业市场深度分析及发展前景预测报告》
三、中国IDC行业竞争格局分析
目前来看，三大基础电信运营商在IDC行业中所占市场份额比例占比达73%。其中，电信市场份额最高，其占比达42%;中国联通其次，占比达21%。
资料来源：公开资料整理
IDC行业参与者主要分为三大类别，分别是以电信、联通、移动代表的运营商派；以世纪互联、网宿科技、鹏博士等企业为代表的IDC基础架构提供商；以阿里云、华为云、腾讯云为代表的云计算服务商；以及其它民营IDC为主的第四阵营的局面。
中国IDC运营商市场分析
资料来源：公开资料整理
中国电信的IDC业务的发展状况最佳，中国联通其次，中国移动则与前两者有较大差距。2017年，其IDC业务实现营业收入191.07亿元，同比上年增长19.9%；2018上半年，其营收增速继续保持20%。而2017年，中国联通、中国移动IDC业务的营收分别为110.2亿元、45.29亿元。
基础电信运营商经营情况分析
资料来源：公开资料整理
四、中国IDC行业技术发展趋势分析
1、量子计算
2018年早些时候，英特尔宣布了其用49量子比特建造的量子计算系统，这是一个重大的里程碑，足以超越现代计算机的现有应用极限。IBM和谷歌也发布了类似的公告。即使可能无法在2019年就看到传统计算机被直接替代，但IBM已经开辟了一个平台，让人们可以开始试验这种新技术。这些进展将为成倍地提高计算处理能力提供了机会。
2、5G商用网络启动
Verizon等供应商已经在美国的一些城市部署了5G。不过，首批5G网络预计于2019年在英国上线。5G技术以4G技术为基础，提供每秒1GB的上传和下载速度。没错，在使用5G网络上班的路上，你可以在不到10s的时间内下载一部完整的高清电影。
3、持久记忆存储技术
英特尔最近宣布，推出OptaneDC持久存储器，它看起来像任何标准的RAM，但能存储TB级别的数据，甚至能在断电时保存数据。希望这项技术继续改进，并最终取代大多数硬盘驱动器。随着容量的增加，海量数据可以被实时处理，并且在不接触磁盘的情况下实现持久化存储。
4、边缘计算中的实时数据处理
由于上述前3项技术的发展，更多的数据处理将在边缘计算的过程中实时发生，即自动驾驶、智能城市、人脸识别和可穿戴技术等设备载体。这种现象在边缘或雾计算中经常被提到，随着处理速度的加快，数据在内存中随时可用，网络速度呈指数增长，这种现象将变得更加真实。
5、数据处理与计算技术的融合
在传统的大数据实施过程中，编程逻辑转向了数据处理，比如：MapReduce和Hadoop等基础架构。现在，将会出现相反的情况。数据，特别是不同的数据类型会融合计算技术，进行接近零延迟的处理，因为在磁盘上搜索数据时的任何延迟都将不再被接受。上述5种趋势将把人们推向零延迟的未来。还有更多的趋势需要关注，这将对人们未来与计算机交互的方式产生重大影响。
6、无服务器架构
大型数据集合中采取的无服务器处理方式，将把更多的工作负载从大数据转移到Kubernet这样规模的工具上。这意味着，更多组织可以通过功能服务（FaaS）解决方案来处理大数据，从而提高速度和成本。
7、多云架构
采用多云架构，可以使数据存储和云平台及供应商之间摆脱单一的深度绑定关系。你的数据可以一部分存储在AWS上，一部分存储在谷歌云上，甚至是边缘计算机上。越来越多的组织将使用像Kubernetes这样的技术来摆脱单一供应商的桎梏。
8、消除人工智能和机器学习中的偏差
像谷歌、脸书等拥有大量消费者数据的公司，它们试图从这些数据中筛选出偏差，使其人工智能和机器学习的模型更加精确，没有偏差。比如，过去50年里，个人贷款的发放方式存在很多偏差。但是同样，依靠数据不断提升的机器学习算法，肯定也存在偏差，而且还会持续下去，这是所有人工智能和机器学习供应商必须克服的一个挑战。
9、数据隐私
对数据进行收集和即时处理的需求很大，而数据隐私将继续主导许多数据存储和处理方面的决策。2018年，欧盟推出了《一般数据保护条例》（GDPR），这对企业收集和使用私人数据的方式产生了深远影响。在收集和处理数据以及政府规章制度等方面将会有更多的牵制。
10、事件驱动架构
微服务架构将进一步演化和发展，特定服务与整体应用程序的协作能力不断增强，像网格应用和服务体系架构（MASA）越来越受欢迎，可以使用数据服务来监听事件，并给予实时响应。
