1.3 东数西算的业务与应用

1.3.1 数据中心业务

互联网数据中心（Internet Data Center，IDC）业务是东数西算的基础业务，也是电信运营商的传统业务。我国IDC业务主要聚集在京津冀、长三角和粤港澳大湾区。虽然近年来在宁夏、青海、贵州、内蒙古、甘肃建设了一些大型的数据中心，但是总体仍然呈现出东部发达、西部落后的特点。2021 年，3 家电信运营商在京津冀、长三角和粤港澳大湾区3个热点区域的IDC资源占比超过了1/3。2022年，中国电信和中国移动在京津冀、长三角和粤港澳大湾区新增的IDC机柜占全国新增的90%，中国联通新增IDC机柜占比也高于2021年存量IDC机柜占比。据此推测，短期内京津冀、长三角和粤港澳大湾区的IDC业务增速迅猛，且远高于全国平均水平。

互联网公司、金融机构和各级政府是IDC业务的主要客户群体。以某运营商IDC机房为例，来自互联网公司、金融机构和政府3类客户的收入占44.9%，其中来自互联网客户的收入占38.9%，因此，互联网客户是IDC业务的主要收入来源。金融机构为了满足高频交易需求，倾向于在东部或本地部署资源。数字政府业务受限于属地化管理等政策性要求，短期内不会跨省部署，国家级数字政府业务有可能率先参与东数西算工程。

大量的互联网业务（如门户业务、浏览业务等）对时延的要求不高，因此互联网客户是东数西算潜在的客户群之一。阿里、腾讯、华为、百度等大型云服务商持续在国际枢纽集群的大数据中心投资，将会对目前的 IDC 市场带来冲击，一方面 IDC 提供商的这些传统客户将逐步开始运营自有数据中心；另一方面，随着公有云服务市场的高速增长，大型云服务商将通过公有云服务抢占大量IDC提供商的互联网客户。东数西算工程对在国家枢纽集群建设的数据中心要求很高，也对IDC服务模式产生一些影响，IDC业务将更多基于客户需求采用定制等长期合作方式，并以中等以上客户为主，以满足集群内数据中心高标准 PUE 指标的要求。

1.3.2 云计算与云存储

云计算业务是东数西算的主要算力业务，根据《2021 年中国基础云服务行业数据报告》，2021年，我国公有云市场规模为1235亿元，同比增速为48.8%，占整体云市场规模的76.2%，公有云是当前云计算业务的主力。其中基础设施即服务（Infrastructure as a Service，IaaS）是主要业务形态。高速增长的云计算业务和东数西算政策对东部数据中心发展的限制，将推动西部数据中心业务快速发展。公有云市场的主要客户，集中在泛互联网行业，包括电商、游戏、音视频等，占比接近50%，其次是金融、政府和教育类客户，占比约35%；非公有云市场的主要客户以政府和金融企业为主，占比达到59.9%，其次是工业和医疗领域，占比达到26.4%，近几年私有云市场一直保持20%以上的增长率。政府和金融企业的私有云应用增长得益于业务和政策的双轮驱动，中国私有云市场将持续发展。

公有云市场由以阿里和腾讯为代表的互联网公司、以华为为代表的IT设备厂商、以中国电信、中国移动和中国联通为代表的运营商，以及以亚马逊和微软为代表的外资公司组成。市场向头部企业集中的趋势明显。国内主要云供应商的资源部署与东数西算国家枢纽节点的契合度较高[12]，整体呈现东强西弱的特点，投放在西部4个节点周围的云资源不足7%。东数西算工程实施后，西部数据中心巨大的成本优势势必吸引更多的企业将时延要求不高的业务迁移到西部。

数据存储业务是东数西算的一项关键业务，存档数据、灾备数据和数据备份是常见的3类数据存储业务。

目前多数灾备中心选址主要集中在交通便利、经济发达的地区，以京津冀、长三角、粤港澳大湾区3 个区域为典型代表。随着东数西算工程的实施，以及市场化“双碳”机制的牵引，预计未来会有更多的数据存储和灾备业务迁移到西部。

我国各行业信息化水平参差不齐，数据存档、数据灾备建设情况大相径庭。金融行业信息化程度较高，数据灾备体系相对较为完善。据悉，6家国有大型银行和12家股份制银行已完成两地三中心的灾备建设，正在向多活多中心的方向发展，金融行业数据灾备比例已经达到92%[3]。制造业等领域，对数据灾备认识不足，预算投入低，没有提供足够资源及预算来保证灾备方案充分实施。我国仍有23%的大型企业、48%的中小型企业和27%的微型企业以磁带备份作为主要数据保护措施，缺乏独立备份系统，数据灾备建设严重不足。随着产业数字化的进一步发展，数据存储和灾备业务市场规模和潜力是巨大的。

1.3.3 行业智慧应用

行业智慧应用是推动东数西算的抓手。受数字化基础设施、数据智能与行业结合度的影响，行业智慧应用在不同行业的渗透率不同。从行业应用场景来看，互联网、金融、政府与公共服务引领产业发展，属于数据智能应用的高渗透行业，金融已经能够实现基于数据的智能决策，并逐步向数据驱动阶段过渡，较为成熟的应用场景有智能营销、智能风控等；政府与公共服务领域的数据智能场景主要有智慧政务、智慧安防等；工业与能源等传统制造领域的数据来源与形式复杂，数字化程度较低，数据智能渗透率低，整体行业处于数据智能应用的起步阶段。部分原本数字化程度很低的领域出现了基于数据智能技术应用的新业态，例如自动驾驶、在线教育等。

当前正是大数据、人工智能（AI）、虚拟现实（Virtual Reality，VR）、第五代移动通信技术（5G）、区块链等新技术加速融合的时期，智慧应用将逐步融入各行业、各领域，促进产品的技术架构、形态和服务模式的转变。无论是智慧应用渗透率较高的电信业、金融业、政府与公共服务，还是处于起步阶段的工业、农业、交通物流、能源等行业，都会逐步出现智慧应用激增的现象。智慧应用需要大量的智能算力进行模型训练，这种应用对时延要求不高，但对算力需求高，是典型的“东数西训”场景。

以智慧医疗为例，智慧医疗涉及的应用很广，低时延应用有远程手术、远程超声，中时延应用有远程会诊、手术示教，高时延应用有远程护理、导诊机器人、医疗影像、医学研究；在算力需求方面，除基础算力外，对智能算力和超算算力也有较强的需求。未来智慧医疗系统可采用“两地多中心”架构，即在本地和西部建设多个数据中心。本地数据中心部署远程操控类、远程手术等低时延应用，西部数据中心部署药物系统、辅助诊疗类、电子病历、远程护理、智能医疗模型训练等高时延应用，本地和西部数据中心联合实现监测护理类、诊断指导类、远程会诊等中时延应用。此外，还可根据需求寻找智能算力中心和超算中心部署AI诊疗和医学研究系统。