数据智能时代，看好蓝光存储产业发展前景.pdf
东方证券股份有限公司经相关主管机关核准具备证券投资咨询业务资格，据此开展发布证券研究报告业务。 东方证券股份有限公司及其关联机构在法律许可的范围内正在或将要与本研究报告所分析的企业发展业务关系。因此，投资者应当考虑到本公司可能存在对报告的客观性产生影响的利益冲突，不应视本证券研究报告为作出投资决策的唯一因素。 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 深度报告 【行业 证券研究报告】 计算机行业 数据智能时代，看好蓝光存储产业发展前景 核心观点 算力和存储资源集中化，有望成为数据智能时代的趋势 。 过去，信息终端经历了功能单一、互相孤立的状态向功能高度集成且互联的状态转变，而在这一过程中，伴随着通用算力资源集中化的过程，典型表现为数据中心和公有云行业的高速发展。通用算力资源集中化，一方面可以充分发挥规模优势提升利用效率，另一方面可以 有效降低数据终端本地运算负担、提升联接效果，也是实现数据共用互联的基础。我们认为，随着智能终端向各领域渗透，海量数据产生于智能终端和广泛联接过程中，而且对于智能终端的实时联接的灵活性提出了更高要求，这将导致存储资源的集中化。因此，大规模的数据存储中心有望继算力中心之后，成为 数据智能时代的发展趋势。 数据要素市场化推进，长期存储数据 成本问题开始显现。 2020 年，数据正式在国家层面被列为生产要素 ，而且一系列的相关政策和规定也在不断完善中。我们认为，相关制度建设是数据要素市场化的前提，也是催化数据存储行业的因素。 欧美在数据治理方面的制度建设在时间上较为领先，而国内市场在推进、管理和效率方面很有可能存在相对较强的潜力。 这将导致长期存储海量数据成为一种刚需，而随着数据量的井喷式增长，长期低成本保存数据成为逐渐显现的重要问题。 蓝光存储在数据长期保存方面具有性价比较高的优势 。 蓝光介质由于 不需要外界恒温恒湿环境，也不依靠磁性保存数据，因此对环境要求较低，不需要耗费较多的电力资源来维持存储环境。而且，蓝光介质不用担心消磁问题， 50-100 年的寿命也明显高于磁带和磁盘。因此，综合考虑长期成本，蓝光存储具有较高的性价比。未来，随着单张 1TB 容量的蓝光介质的量产，以及全息存储技术的落地，光存储介质相比磁存储的性价比有望进一步提升，从而拉动光存储的市场空间。 看好国内 蓝光存储龙头企业的发展空间。 目前，国内上市的蓝光存储企业主要有 2 家：易华录和紫晶存储。易华录依托华录集团央企背景，在开拓 2G市场方面具有 天然优势，而且在光存储介质已经达到单张 500GB 的阶段，因此在技术和市场认可度上具有领先优势。公司数据湖生态不断完善，在全国各地的数据湖项目也在稳步推进中。在 B 端市场，公司和华为、新华三、Intel 等主流巨头达成了产品、技术和渠道方面的深度合作。我们认为随着公司在数据湖软件平台和数据运营方面的推进，公司发展前景广阔； 紫晶存储具备光存储全产业链产品布局和服务能力， 以光磁混合存储解决方案为核心，坚持重点行业 +重点区域战略，稳步推进公司的产品渗透率 。解决方案已成为公司营收和利润的主体， 也是公司未来市场拓展的关键。 投资建议与投资标的 建议关注蓝光存储企业： 易华录 (300212，买入 )、 紫晶存储 (688086，未评级 ) 风险提示 1. 宏观经济恢复程度不及预期 2.行业政策落地情况不及预期 3.行业竞争加剧 Table_BaseInfo 行业评级 看好 中性 看淡 (维持 ) 国家 /地区 中国 行业 计算机行业 报告发布日期 2020年 11 月 30日 行业表现 资料来源： WIND、东方证券研究所 证券分析师 浦俊懿 021-63325888*6106 pujunyiorientsec 执业证书编号： S0860514050004 证券分析师 游涓洋 010-66210783 youjuanyangorientsec 执业证书编号： S0860515080001 联系人 徐宝龙 021-63325888*7900 xubaolongorientsec 联系人 陈超 021-63325888*3144 chenchao3orientsec 相关报告 新基建拉开序幕，关注服务器与存储龙头： 2020-03-05 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机行业深度报告 数据智能时代，看好蓝光存储产业发展前景 2 目 录 一 . 算力、存储资源集中化，有望成为未来长期趋势 . 5 1.1 信息终端发展演进过程中，算力资源集中化趋势确立 . 5 1.2 智能终端向各场景渗透，将产生海量数据 . 7 1.3存储资源集中化有望 成为未来发展趋势 . 11 二 . 数据资产要素市场化推进，制度建设成为催化剂 . 12 2.1 数据已经成为新的资产要素 . 12 2.2 相关制度建设不断完善，有望推动数据要素市场化进程 . 14 三 . 蓝光存储成为数据长期保存的高性价比方案 . 18 四 . 国内蓝光存储企 业前景广阔 . 21 风险提示 . 23 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机行业深度报告 数据智能时代，看好蓝光存储产业发展前景 3 图表目录 图 1： 信息终端发展阶段 ， 分散孤立 (机械时代 ) 功能集成 、 互联 (互联网时代 ) 智能 、 广泛渗透、广泛联结 (物联网 ) . 5 图 2：通用算力 /存储资源集中化，是各领域智能终端形成有效联接的基础 . 6 图 3：数据中心全球市场规模持续增长 . 6 图 4： Intel在数据中心市场和 PC市场收入规模 . 6 图 5：全球智能手机 (百万个 )、 PC(百万台 )和服务器出货量 (万台 ) . 7 图 6：全球智能手机月度流量 (PB/月 )持续增长 . 8 图 7：全球智能手机出货量 . 8 图 8：韩国用户数据使用量对比， 5G是 4G的 2.6倍，是 3G的 3.2倍 . 8 图 9：我国 5G用户数量预测 (单位：万 ) . 8 图 10： Apollo Robotaxi内部显示屏 . 9 图 11：全自动智能驾驶汽车的各个传感系统 . 9 图 12：百度 Apollo Robotaxi车队在长沙进行试乘实验 . 9 图 13： 国家智能网联汽车上海试点示范区 . 9 图 14：国内乘用车销量 (万辆 ) . 10 图 15：智能摄像头成为城市大脑的视频信息节点，应用于越来越多的城市中 . 11 图 16：预计到 2025年，有存储价值的企业级数据量将达到 1.8ZB . 12 图 17：阿里发布品牌数据银行 . 14 图 18：数据流通和数据权利的相对平衡，是数据市场化的制度基础 . 15 图 19：美国开放政府数据法 (包含于证据法 )的实施历程和基础 . 16 图 20： MS Celeb数据集包含的图片举例 . 16 图 21： GDPR对三种角色的定义 . 17 图 22：谷歌的相册服务在 2021年 6月起不再完全免费 . 18 图 23： LTO磁带隔二代不兼容（横轴为磁带的世代编号，纵轴为磁带驱动的世代） . 19 图 24： 1PB(约 1000TB)数据存储 20年的成本对比（磁盘、数据磁带、蓝光光盘） . 19 图 25：存储介质和批量化存储设备的对应 . 20 图 26：蓝光单张光盘容量已接 近 1TB量级 (图中蓝光曲线是指含 12张光盘的一个单元，单元体积和磁盘相似 ) . 20 图 27：易华录数据湖生态架构 . 21 图 28： 2019中国企业级外部存储市场份额 . 22 图 29：紫晶存储公司发展历程 . 22 图 30：解决方案收入占比较高 . 23 图 31：解决方案单个项目平均规模 . 23 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机行业深度报告 数据智能时代，看好蓝光存储产业发展前景 4 表 1：我国汽车自动驾驶分级标准 (报批稿 ) . 10 表 2：各地大数据管理机构 (截至 2020 年 3 月，不完全统计 ) . 13 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机行业深度报告 数据智能时代，看好蓝光存储产业发展前景 5 一 . 算力、存储资源集中化，有望成为未来长期趋势 1.1 信息终端 发展演进过程中，算力资源集中化趋势确立 信息终端的状态可以概况为 3 个 时代 ： 1） 功能单一、种类 丰富 、彼此孤立的机械时代 ， 2） 功能多样且高度集成、种类 较 单一、彼此互联的时代 ， 3） 功能集成且智能化、种类丰富、深度且实时联接的时代。 从机械时代到互联网时代 ， 信息终端 在种类上 高度 集 中 、 而 联接属性加强 。 功能集成 最典型案例是PC 和智能手机 ： PC 集成了编辑 /阅读文档和图像、浏览音视频、小批量运算等功能， 智能手机直接集成了相机、手表、座机、书籍、电视等的功能。在 互联网时代，用户仅凭一部手机和一台 PC就获得相当于过去几十个信息终端的功能，信息处理效率极大提升，也使得终端产生、处理的信息量极大增长。 未来的数据智能时代 ， 智能 终端 丰富度有望增加 ， 也产生更 广泛的实时联接 ：终端智能化不会仅限于手机、 PC 少数终端，而会向各领域渗透。各智能终端间的联接更丰富、更实时、更紧密。随着AI、 AR/VR、大数据、 5G 技术不断成熟，信息终端智能化趋势明朗，智能音箱、智能手表、智能眼镜、智能摄像头、智能家具、智能网联汽车、智慧工厂等，都是智能终端和各领域融合的表现。而 5G 通信技术，则显著提升了终端之间联接的紧密度。 图 1： 信息终端 发展阶段， 分散孤立 (机械时代 ) 功能集成 、互联 (互联网时代 ) 智能、广泛 渗透、广泛联结 (物联网 ) 数据来源： 公开信息整理， 东方证券研究所 在 上述的发展 过程中，算力资源经历了再分配过程，通用算力资源的集中化趋势不断加强 。 智能终端的崛起， 可以视为信息终端去中心化的过程，这 要求终端智能化达到一定水平，且能实时和其他终端 实时 联接 。 智能节点形成的 网络 需要充足、高效的算力 /存储 资源 。假设不存在中心化的算力资源，而是把运算、存储全部寄托于各个终端本地，则需要终端在算力、存储方面 进行较高有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机行业深度报告 数据智能时代，看好蓝光存储产业发展前景 6 的 配置， 则 导致终端硬件系统复杂度过高、能耗负荷过高、反应处理时间过长，无法形成快速、实时的终端之间的互动 ，也导致整个网络的 算力和存储 资源使用效率低下 ，存在较多的单节点冗余资源。 因此， 智能 终端的 向各领域的渗透 ， 将 导致 通用 算力资源的集 中 化 。 图 2： 通用算力 /存储资源集中化 ，是 各领域 智能终端形成 有效 联接的基础 数据来源： 公开信息整理， 东方证券研究所 通用算力 资源 和 终端 在空间上 分离，可有效降低 智能 终端 的 硬件复杂度 ，也减轻了 算力 、 能耗 和 存储负担 。 “轻”量的 智能 终端 ， 有助于保证反应灵敏度和联接的即时性 。 集约化管理的 大规模数据/存储 中心 ， 借助 提升了通用算力资源的 使用 、分配、 管理效率 ， 也在本质上有助于各终端数据之间的互联互通 。 算力 资源的 集中化 是 已经 发生的 过程 ， 具体表现 为 数据中心规模不断提升 ： 2007 至 2017 年这 10年间 ，全球数据中心市场规模复合增速 高达 19.5%。 在上游芯片视角， Intel 的数据中心业务在 2019年达 235 亿美元， 增速远高于其 PC 业务 。 图 3： 数据中心全球市场规模持续增长 图 4： Intel在数据中心市场 和 PC市场收入规模 数据来源： wind， 东方证券研究所 数据来源： 公司公告， 东方证券研究所 0%10%20%30%40%0200400600全球市场规模 :互联网数据中心 (亿美元 )增速 (右轴 )01002003004005002010 2011 2012 2013 2014 2015 2016 2017 2018 2019PC市场 (亿美元 ) 数据中心业务 (亿美元 )有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机行业深度报告 数据智能时代，看好蓝光存储产业发展前景 7 云和 数据中心 的 兴起， 是 算力资源在空间上 的 重新分配， 是 算力 角色 地位 的 重构。 PC 作为算力的地位被削弱 ： 云计算兴起前， PC 是算力资源主要的承载 者 ，也具备最强的算力地位 。 随着云计算、大型数据中心的兴起， PC 的算力核心 地位不断被削弱。 在功能替代角度， 智能手机在娱乐 、 交流 甚至是办公领域 ， 部分替 代 了 PC 的功能 ； 服务器则逐渐 承载起高负荷运算和存储功能。 如今， PC 的算力地位，在消费级市场 已经不再是 “唯一”的个人 算力设备，而被 削弱为“之一” 。在企业级市场 ， PC 也不再作为运算和存储的主要承载方，而 是 作 为 服务器 运算结果的展示 、 沟通渠道 、 日常 办公 工具 ，其信息交互、输入输出功能被强化 (更大更清晰 更流畅 的屏、更舒适的输入设备 )，而 核心 运算功能 也开始针对图像功能进行强化 ，是这一趋势的具体表现。 过去 10 年，智能手机、服务器出货量 持续 增长， PC 全球 出货量 自 2011 年起 经历 连续 多年的 负增长 。 算力资源重新分配、算力角色重构，已经逐渐成为长期趋势 。 图 5： 全球智能手机 (百万个 )、 PC(百万台 )和服务器出货量 (万台 ) 数据来源： wind， IDC， 东方证券研究所 疫情导致线上需求激增，在线办公、在线娱乐场景爆发，导致 PC 市场在 2020 年呈现正增长。我们认为，这并不 表示 PC 算力地位的 重兴振兴 ，而是作为信息媒介 终端的 角色的强化。 PC 的这一角色， 未来 也 可能受到智能电视、智能手机、 AR/VR 的冲击 。总结来看，更丰富的智能终端有望渗透入各个领域， 产生新的联接和更便捷的决策 ，而背后通用算力的集中化趋势 不断加强。 我们认为， 未来大概率不会出现数据中心和云平台解散 、 算力资源重新汇集到各个终端本地 的情况。 1.2 智能终端向各场景渗透 ， 将 产生海量数据 在 5G 应用落地和新基建项目的需求拉动下，新兴的智能数字场景有望在各领域逐渐落地 。 各类智能终端 本身 是海量数据的产生源，而终端相互的实时联接和互动，也将产生丰富的场景数据 。 下面列举智能手机和智能驾驶 的 例子 ： 15020025030035040001002003004005002007-032007-092008-032008-092009-032009-092010-032010-092011-032011-092012-032012-092013-032013-092014-032014-092015-032015-092016-032016-092017-032017-092018-032018-09智能手机 PC 服务器 (右轴 )有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机行业深度报告 数据智能时代，看好蓝光存储产业发展前景 8 1） 智能手机 ： 5G 有望带来数据流量 成 倍增长 智能手机 在过去呈现了出货量 的 高速增长 ，直接导致了 数据流量的高速增长 。据 IDC 统计， 2010年全球智能手机出货量 仅为 3.05 亿 个 ， 而至 2017 年 则 达到 了 14.66 亿部 ， 7 年 间 增长了 3.8 倍。在出货量高增速的同时，智能手机数据流量呈现井喷式增长。 2010 年全球智能手机月度移动流量为 35PB/月 (1PB=1024TB)， 至 2017 年，手机月度流量达到 9110PB，相当于 2010 年的 260 倍 。 图 6： 全球智能手机月度流量 (PB/月 )持续增长 图 7： 全球智能手机出货量 数据来源： wind， 东方证券研究所 数据来源： wind， 东方证券研究所 5G 技术的落地和推广，有望明显提升智能手机的单用户流量。 参照韩国的案例，韩国三大运营商于 2019 年 4 月开始手机 5G 入网服务。截至 2019 年 6 月，韩国 5G 用户为 165 万人，占全球比重 77%。韩国 5G 用户数据 流量 是 4G 时代 的 2.6 倍，是 3G 时代 的 3.2 倍。 据中国 信通院预测，我国 5G 用户在 2020 年之后将高速增长， 在 2024 年 将 达 7.7 亿用户量。 图 8：韩国用户数据使用量对比 ， 5G是 4G的 2.6倍， 是3G的 3.2倍 图 9： 我国 5G用户数量预测 (单位：万 ) 数据来源： Strategy Analytics， 东方证券研究所 数据来源： 中国信通院， 东方证券研究所 在使用形式上，视频直播在手机使用场景中的地位持续提升， 产生较多的非结构化数据。 智能 手机的 APP 过去以静态的文字、 非高清的 图像形式为主，而近年来随着通信建设完善和视频直播形式的兴起 ， 视频直播成为 抖音、快手等主流 APP 的核心功能之一，购物 APP 上也开始出现视频形式的介绍 方式 。 智能手机 在硬件设计方面也开始着重于 高清 图像、视频拍摄功能 的强化 。 在存储方面，虽然手机单机存储容量不断提升，但 随着日常拍摄高清照片和视频的数量增加， “云相册”和“云35 102 382 902 1695 2752 5749 9110 02,0004,0006,0008,00010,0002010 2011 2012 2013 2014 2015 2016 2017移动数据流量：智能手机端，月度均值 (单位： PB/月 )305 1,466 05001,0001,5002,00020032004200520062007200820092010201120122013201420152016201720182019出货量 :智能手机 :全球 (单位：百万部 )446 10551280354627161444773820500001000001500002019E 2020E 2021E 2022E 2023E 2024E2G 3G 4G 5G有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机行业深度报告 数据智能时代，看好蓝光存储产业发展前景 9 空间” 仍是主流手机必备的功能 。 我们认为， 手机作为传感器和数据采集器的功能有望持续强化，而云端存储 的趋势也有望随之加强 ，未来甚至可能会诞生“云手机”类的产品 。 2） 智能驾驶 ： 单车 数据 量 可达 PB 级别 ，存量空间巨大 自动 驾驶汽车产生的数据量可达 PB 量级 。据 Gartner 估计， 每一部连网且自动驾驶的车辆每年可传送的数据量高达 280PB(粗略估计，为 2.8 亿 GB)； 据宝马的官方资料显示，每辆高度自动驾驶汽车每小时产生的数据量将达到 2TB，而全自动驾驶汽车每小时产生的数据量将达 40TB， 由此测算，全自动驾驶汽车行驶 25 小时产生的数据量即达到 1PB； 而根据 Autox 公司公布的数据， AutoX RoboTaxi 每辆车每小时 可 产生 1TB 数据，几辆车在几天内就 可产生 PB 级的数据量。 虽然不同公司披露的实验数据存在差别， 但 都 是 单辆车 在 12 天产生 PB 量级 的数据 。 图 10： Apollo Robotaxi内部显示屏 图 11： 全自动智能驾驶汽车 的各个 传感 系统 数据来源： Apollo， 东方证券研究所 数据来源： ETRI Journal， 东方证券研究所 目前， 自动 驾驶 汽车尚 处于实验阶段 。 2019 年 6 月， 百度 Apollo 智能汽车项目 获得长沙市政府颁发的 45 张可载人测试牌照。 Robotaxi 车队 在长沙开启 1 个多月，每天 7 小时不间断测试， 以 熟悉真实街头场景。 2020 年 3 月 7 日，百度 Apollo 自动驾驶团队复工复产，重启载人试运营 。 2020年 4 月， 自动驾驶公司 AutoX 和高德地图合作，共同在上海嘉定 部署 无人 驾驶 出租车 RoboTaxi。2020 年 6 月 27 日， 滴滴自动驾驶服务正式上线，开始在上海接受公众体验报名。 图 12： 百度 Apollo Robotaxi车队 在长沙进行试乘实验 图 13： 国家智能网联汽车上海试点示范区 数据来源： Apollo， 东方证券研究所 数据来源： 滴滴， 东方证券研究所 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机行业深度报告 数据智能时代，看好蓝光存储产业发展前景 10 行业标准 层面， 汽车自动驾驶分级标准已明确 。 国外以美国为例， 美国汽车工程师协会对自动驾驶技术定义了六 个等 级。 L2 级及以下，由驾驶员主导监视环境； L3 级及以上，由系统监视环境。 L2到 L3 是一个明显的分界点 从 ADAS（高级辅助驾驶）向 AD（自动驾驶）过渡。 我 国的 标准也已明确出台。 2020 年 3 月，我国工信部公布汽车驾驶自动化分级， 将自动驾驶分 0 级 5级 ，并计划于 2021 年 1 月 1 日开始实施。 表 1： 我国 汽车自动驾驶分级 标准 (报批稿 ) 分级 名称 车辆横向和纵向运动控制 目标和事件探测与相应 动态驾驶任务接管 设计运行条件 0 级 应急辅助 驾驶员 驾驶员及系统 驾驶员 有限制 1 级 部分驾驶辅助 驾驶员和系统 驾驶员及系统 驾驶员 2 级 组合驾驶辅助 系统 驾驶员及系统 驾驶员 3 级 有条件自动驾驶 系统 系统 动态驾驶任务接管用户（接管后成为驾驶员） 4 级 高度自动 驾驶 系统 系统 系统 5 级 完全自动 驾驶 系统 系统 系统 无限制 数据来源：工信部，东方证券研究所 在 实施的时间节点 层面 ，相关战略文件也已明确发布 。 2020 年 2 月 24 日，我国 11 部委联合发布智能汽车创新发展战略， 明确提出“到 2025 年，中国标准智能汽车的技术创新、产业生态、基础 设施 、 法规标准、产品监管和网络安全体系基本形成。实现有条件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下市场化应用。智能交通系统和智慧城市相关设施建设取得积极进展，车用无线通信网络（ LTE-V2X 等）实现区域覆盖，新一代车用无线通信网络（ 5G-V2X）在部分城市、高速公路逐步开展应用，高精度时空基准服务网络实现全覆盖 ” 。 随着智能化的渗透，未来有望产生海量的智能驾驶场景数据。 据公安部统计，截至 2020 年 6 月，我 国汽车 保有量为 2.7 亿辆 。 据中汽协数据，国内乘用车销量为 每年 2000 多 万辆 的 量级 。 由于 自动驾驶汽车 单车 数据量可达 PB 量级，虽然距离真正的自动驾驶还有较长过程，庞大的汽车保有量在未来足够可以产生 海量的驾驶场景数据 ，成为 在 智能手机之后，又一个重要的数据场景。 图 14： 国内乘用车销量 (万辆 ) 数据来源： wind，中汽协， 东方证券研究所 05001,0001,5002,0002,5003,0002005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019我国乘用车销量 (万辆 )
报告吧