【山證產業研究】數據存儲：賦能數據治理與數字化轉型的關鍵環節

（來源：山證綠色產業研究）

報告要點：

2023年，工信部聯合六部門發佈《算力基礎設施高質量發展行動計劃》，數據存儲力作為綜合算力的一部分，是新型信息基礎設施重要的組成部分；2025年，國家發展改革委、國家數據局等六部門聯合發佈的《關於促進數據產業高質量發展的指導意見》中也將數據存儲做為產業重點發展方向。

本篇報告以產業研究的視角，重點對數據存儲定義、產業價值、全球及中國市場、產業鏈條、市場格局等產業現狀進行分析，並闡述了數據存儲產業的發展趨勢。我們認為在政策重視與數據爆發雙輪驅動下，中國數據存儲市場正在邁向萬億規模。存儲產業鏈全面發展，不僅實現了國產化，同時具備了國際競爭力，數據存儲生態逐步完善。隨着新技術的發展帶來數據量爆炸式的增長，帶來對數據存儲EB級容量、億級IOPS的需求，全閃存儲具有讀寫速度快、延迟低、能耗少、穩定性高、空間利用率高等優勢，且自主可控性強，被認為是我國發展數據存儲產業的重要方向。此外，數據作為人工智能發展的基石，隨着大模型的發展，數據熱化、數據全周期治理各個環節對數據存儲帶來新的變化。在以數據為中心的存儲體系架構中，通過宏觀存算解耦、微觀存算一體的架構設計，突破傳統數據存儲架構存的侷限性，實現數據處理的高效性、資源利用的靈活性以及架構擴展的可持續性，有望引領數據存儲新一輪的變革。

近年來，山西充分發揮能源充足、氣候適宜、區位優越等資源優勢，適度超前佈局建設算力基礎設施，在全國算力版圖位居第一方陣地位。但在存力發展方面與算力發展存在差距。因此，我們提出通過合理規劃佈局、推動地區存儲與算力協同發展，聚焦光存儲等優勢賽道，結合產業特色，拓展存儲應用空間，以及與京津冀協同發展等，提升山西省數字基礎設施的可靠性與效率，激活數據要素價值、賦能傳統產業，進一步推動我省綜合算力的發展水平。

風險提示：

技術迭代與替代風險，市場競爭加劇風險，數據安全與隱私受到侵害風險，供應鏈斷供與貿易壁壘風險等。

【數據存儲的定義與產業價值】

數據存儲的定義

數據存儲是指通過特定的技術、設備和介質，對數字形式的信息進行持久化保存，以便在需要時能夠被準確讀取、訪問和複用的過程。隨着數據逐漸發展成為關鍵的生產要素，數據存儲已經由傳統的計算機硬件發展成為一個涵蓋芯片/介質、網絡技術、存儲操作系統、文件系統、算法、整機等完整的產業體系，成為數據基礎設施的核心環節，為數據的產生、傳輸、處理和應用提供基礎支撐。

經過長期的發展，數據存儲已呈現出多樣的形態，且仍在不斷演進和完善。隨着以5G、AI、大數據、雲計算為代表的新技術推動整個社會智能化的發展，數據存儲產業正在向新一代的技術革新來應對數據量爆發式增長帶來的挑戰。技術革新並非單一領域的突破，而是涵蓋存儲介質、存儲架構、存儲協議、應用模式及運維模式等多個維度的系統性迭代創新形成的技術集羣。

圖1：數據存儲演進方向

數據存儲的產業價值

數據存儲賦能於數據治理的全生命周期。在原始數據階段，存儲通過物理介質和邏輯系統，將碎片化的原始數據固化為可長期訪問的數據，並且存儲的容量、性能及讀取速度等將決定下一步數據的分析和應用能否提供足量的數據。在資產化階段，數據存儲系統通過統一的存儲架構，將分散在不同業務系統、不同格式的數據集中管理，消除數據孤島。在數據分析、應用等價值釋放環節，數據存儲的效率將影響計算能力的發揮。最終，當各類數據與物理世界完成交互后，最終的處理結果又會回到數據存儲中保存，並指導模型、算法的提升，實現對數據資產的二次賦能。數據資產整個流轉過程中，數據存儲的高效備份為數據提供方、服務方及使用方在冗余、備災等多個場景下提供保障，同時，加密、訪問控制等技術能夠確保數據流轉過程中的安全可控性。

數據存儲可支撐經濟社會的數字化發展。包括政府治理、企業服務與社會民生等三個方面。根據羅蘭貝格與華為的報告顯示，每1元的數據存力通過直接、間接、衍生影響總計可以為經濟社會帶來30-40元的價值。其中，直接影響主要來自數據存儲服務及建設運營數字基礎設施產生的價值；間接影響來自購置數據基礎設施后進行數字經濟活動而產生的價值，包括在數據處理、業務數字化的過程中，衍生影響則來自通過在不同場景下的數據應用對於政府治理、社會民生等潛在受益者才產生的額外價值，例如運營商在疫情期間依託數據存儲個人行程信息，有助於人員流動的精準管控，賦能城市治理等。

【數據存儲市場分析】

全球數據存儲市場規模在千億美元以上

隨着企業和全球經濟的數字化推進，企業和用户都需要數據存儲解決方案，以滿足與大數據分析、人工智能、機器學習和物聯網相關的廣泛計算需求，進而帶動全球存儲產業市場規模增長。多家海外研究機構對2024年全球存儲市場規模的測算在2100-2300億美元左右：1）Fortune Business Insights測算的2024年全球數據存儲市場規模為2183.3億美元，並預計從2025年的2552.9億美元增長到2032年的7740億美元，複合年增長率為17.2%；2）Mordor Intelligence估計2024年數據存儲市場規模為2155.4億美元，2025年預計達到2507.7億美元，並以14.05%的複合年增長至2030年達到4839億美元；3）Expert Market Research測算2024年全球數據存儲市場規模為2308.7億美元，預計在2025-2034年預測期內以15.10%的複合年增長至2034年達到9421.5億美元。其中，北美地區佔據全球數據存儲主要市場份額，2024年份額為42.07%；亞太地區為增長最快的市場，尤其對於更多的中小企業採用數字技術和雲服務來簡化運營和提高生產力，以及物聯網設備、數字支付等數字化發展帶來的非結構化數據量激增，企業面臨數據量、數據處理速度和數據種類不斷增加帶來的挑戰，對可擴展且安全的數據解決方案需求將進一步上升。

【政策重視與數據爆發雙輪驅動，中國數據存儲市場邁向萬億規模】

國家對數據存儲重視程度不斷上升

隨着數據要素市場化配置改革的深入推進，國家對數據存儲的重視程度不斷上升。從頂層設計、戰略佈局、技術創新等多個維度，推動數據存儲產業與技術的發展，支撐數據要素的開發利用、流通交易，加快全要素數字化轉型和數據市場體系的建設。

在政策規劃方面，2025年，國家發展改革委、國家數據局等六部門聯合發佈的《關於促進數據產業高質量發展的指導意見》，《指導意見》將數據存儲做為產業重點發展方向。一是加快發展高帶寬、高容量、高性能存儲器，推動湖倉池一體、數據編織、數據壓縮等技術創新。支持面向數據分類分級管理使用需求，提供全棧數據存儲產品和解決方案。二是加強新型存儲技術研發，支撐規模化、實時性跨域數據存儲和流動，提高人工智能存儲使用佔比。三是支持數據加密、防勒索、容災備份、數據冗余等技術產品推廣應用。

在戰略佈局方面，充分考量全國區域發展差異，積極推動「東數西存」戰略佈局。2023年12月，國家發展和改革委聯合多部委印發的《深入實施「東數西算」工程加快構建全國一體化算力網的實施意見》中提出，積極推動東部存儲備份等業務向西部遷移。同時，將存儲作為算力基礎設施的組成部分，在2023年10月工信部聯合多部委印發的《算力基礎設施高質量發展行動計劃》中明確規劃我國存儲總量建設、先進存儲容量及重要數據再被覆蓋率等目標，強調存力與算力的協同發展。

在技術創新方面，高度重視數據存儲領域的關鍵核心技術攻關，且在多項重磅文件中均提及。重點圍繞全閃存、藍光存儲、多協議數據互通等先進存儲技術部署應用，提高關鍵存儲部件等自主研發製造水平，打造存儲介質、存儲芯片、存儲系統和存儲應用相互促進、協同發展的產業生態。

數據資源產量、流量、產量齊升，給數據存儲帶來新的需求

隨着人工智能等數字技術的快速發展和融合應用，我國數據資源生產總量持續攀升。2024年，我國數據生產量達41.06ZB，同比增長25%，增速較2023年提高2.56個百分點；人均數據生產量現同步躍升，約為31.31TB，同比增長25.17%。智能家居、智能網聯汽車等智能設備、低空經濟、機器人等新興行業成為數據生產量新的增長點。根據IDC和華為GIV團隊預測，到2030年，人類社會即將進入YB時代，其中由於智能汽車增長、可穿戴設備、工業IoT等大幅增長，端設備產生的數據將增長14倍，佔比達到52%。

圖2：我國數據生產總量

圖3：我國數據來源分佈情況

2024年我國移動互聯網接入總流量為3376億GB，同比增長11.6%，固定互聯網寬帶接入流量為18838億GB，同比增長14.9%，數據跨境流動加快，截至2024年底，我國通向其他國家的國際互聯網帶寬達到110.4Tbps，同比增長18.6%。在政策引導與市場需求的雙輪驅動下，我國高質量數據集建設持續提速提質，2024年我國高質量數據集數量同比增長27.4%，截至2025年上半年，7大數據標註基地已建設數據集524個，規模超過29PB。數據流量與質量的提升，不僅帶來存儲容量指數級的擴容需求，還將推動存儲技術向架構重構、智能管理等方向演進。

圖4：我國互聯網接入流量

圖5：我國通往其他國家的國際帶寬規模

存儲結構優化，但產存轉化、存算比等指標仍待改善

2024年，全國數據存儲總量為2.09ZB，同比增長20.81%，新增數據存儲總量1.15ZB。其中，結構化數據同比增長36%，佔存儲總量比重為18.70%，大幅超過非結構化數據存儲增速。隨着結構化數據量的增長，需要存儲系統在保證強一致性、高可靠性的基礎上，實現高效彈性擴展、低延迟響應，從而確保依賴結構化數據的核心業務持續運轉。但另一方面，根據華為的預測，未來非結構化數據將佔據主導，預計2030年的佔比達到80%，且隨着人工智能技術推動非結構化數據分析處理，非結構數據將廣泛應用於生產決策系統，數據存儲在容量彈性、成本可控、適配多場景訪問等維度對數據存儲提出要求。

圖6：全國數據存儲總量與存力規模

圖7：2030年結構與非結構數據的佔比

從數據存儲效能指標來看，2024年新增存儲數據量佔數據生產量的比重為2.8%，與2023年基本持平，產存轉化率仍有待提升。數據存儲空間利用率為61%，同比提升2個百分點。相較於算力發展，我國存力配比仍顯不足。據賽迪顧問測算，存算比為8:1可達到效率與成本的最佳匹配。2023年美國存算比已接近這一比例，中國為5.92EB/Eflops，存力需求存在缺口。

圖8：2020-2023中國存算力供求對比

圖9：2023年部分國家存算比情況

中國數據存儲市場規模將超萬億，傳統企業級存儲、混閃陣列佔主導

目前針對中國數據存儲市場規模缺乏全產業鏈視角、系統性的統計。據IDC、Gartner等機構預測，到2025年，我國存儲產業規模將超萬億元，其中上游產業鏈產值預計超2600億元，中下游產值超8000億元。艾瑞諮詢針對數據要素市場不同環節的市場規模進行測算，2024年數據存儲環節市場規模為345.3億元，是除數據處理環節之外的第二大細分領域，並預計到2028年，數據存儲規模將達到603億元，5年CAGR為15.53%。

圖10：數據要素市場細分領域—數據存儲市場規模

IDC針對2024年中國企業級存儲（ESS）市場規模進行的測算為69.2億美元，同比增長4.2%，並預測AI推動下中國存儲市場整體回暖並呈現穩步增長態勢，在全球存儲市場中的佔比進一步提升，預計未來五年還將以3.7%的複合增長率保持穩健增長。市場結構方面，以存儲架構來分，傳統企業級存儲（TESS）仍佔據主導地位，2024年市場份額為49.6%；軟件定義存儲（SDS）、超融合基礎架構（HCI）同比分別增長16.6%、8.9%，市場份額分別為29.5%和21%。以存儲介質來分，2024年全閃存陣列（AFA）實現同比增長20.7%，領跑各細分市場，市場佔比提升到27.8%，行業全閃化進一步提速；混閃陣列（HFA）同比增長6.5%，市場佔比達到54.1%；全硬盤陣列（HDD）受技術迭代及市場需求變化影響，同比下降13.1%，佔比下滑至18.1%。

圖11：中國數據存儲市場份額-以存儲結構來分

圖12：中國數據存儲市場份額-以存儲介質來分

【數據存儲產業鏈分析】

我國存儲產業鏈全面發展，不僅實現了國產化，同時具備了國際競爭力，數據存儲生態逐步完善。存儲產業產業鏈由上游存儲芯片與元器件製造、中游存儲整機和存儲系統、下游存儲服務和應用構成。

圖13：數據存儲產業鏈拆解

資料來源：中國信息通信研究院，《中國網信》2024年第11期[倪光南.發展數據存儲產業為數據強國建設提供堅實支撐[J].中國網信,2024,(11):28-31]，山西證券研究所

芯片與元器件：周期性強，市場高度壟斷

存儲介質經歷了從磁型存儲-光存儲-半導體存儲的變化歷程，在這個過程中單位存儲器容量的大幅上升、數據讀寫速度的飛躍以及存儲器單位物理體積的顯著縮小。自1966年動態隨機存取存儲器（DRAM）問世，存儲器進入半導體時代；1980年，東芝發明了閃存（Flash）技術，並在1989年發佈了第一款NAND Flash產品，此后90年代，先后出現了USB、SD卡等多種Flash應用。

圖14：存儲介質發展歷程

存儲芯片是數據存儲行業的核心部件，其性能和質量直接決定了數據存儲設備的容量、速度和可靠性，NAND Flash和DRAM是存儲芯片的兩大類核心產品，前者是固態硬盤的存儲介質，是內存類產品的存儲介質。根據Yole Group，DRAM和NAND Flash佔據存儲芯片市場97%以上份額，NOR Flash及其他存儲技術的市場份額合計不足3%，並預計到2030年二者的份額將接近98%。

圖15：2024年及2030年存儲芯片市場結構

存儲芯片標準化程度高，同類產品可替代性強，終端用户的粘性弱，因此行業景氣度受供需關係影響較大，周期性較強。即廠商的產能規劃同產品價格走勢相對趨同，即下游消費需求增加—產品供不應求—庫存下降價格上升，行業進入上行周期—廠商增加資本開支—產品供大於求—庫存增加價格下降，行業進入下行周期。從存儲芯片歷年的市場規模及增速來看，其行業通常每3至4年一個周期，上行期與下行期均約2年。

圖16：存儲芯片市場具有明顯的周期性

芯片製造過程涉及複雜的半導體工藝，廠商通常採用IDM模式，即覆蓋芯片架構設計、晶圓製造、封裝測試到最終芯片成品交付的完整環節，無需依賴外部代工企業，這種生產模式既可以形成規模藥優勢，也可靈活調整產品結構。全球存儲芯片市場被海外企業高度壟斷，其中DRAM領域，三星、海力士、美光壟斷近全球98%的市場份額，行業集中度高，寡頭明顯；NAND領域，競爭格局相對DRAM領域較分散，三星、海力士、鎧俠、西部數據、美光合計佔據95%以上的市場份額。

圖17：2024年全球DRAM市場格局

圖18：2024年全球NAND市場格局

我國雖然是全球最主要的存儲芯片消費市場，但由於產業起步較晚，市場佔有率仍相對較低，國產替代空間廣闊。近年在國家產業政策以及國家大基金的支持下，以長鑫存儲、長江存儲為代表的國內存儲廠商正在以產能擴張+技術追趕雙輪驅動逐步崛起，不斷縮小與領先廠商的差距。長鑫存儲是目前國內規模最大的可實現大規模量產通用型DRAM的IDM企業，據Yole Group的報告，CXMT(長鑫存儲)正崛起為DRAM領域的關鍵玩家；Counterpoint預計CXMT2025年的產量將同比增長近50%，市場份額將從2025年的7%增長到2027年的10%。長江存儲專注於NAND Flash領域，在2017年成功設計製造國內首款3D NAND閃存，目前已具有全球領先的研發水平和生產能力。

整機&系統：閃存存儲、分佈式存儲等技術獲得廣泛應用

存儲整機主要包括如硬盤、存儲陣列、存儲服務器等硬件設備的製造；存儲系統則通過硬件、軟件、網絡等多要素的集成，形成完整的存儲解決方案。

硬盤是保存數據的關鍵載體，根據介質的不同，存儲系統可分為磁盤存儲、全閃存儲、混閃存儲、磁帶庫、光盤庫等。其中最常見是以機械磁盤（HDD）和固態硬盤（SSD）為介質的存儲系統。前者以磁盤為存儲介質，后者以半導體為存儲介質，兩者在內部構造與工作原理上顯著不同。固態硬盤具有比機械硬盤更快的讀寫速度、更短的訪問時間，其性能是機械硬盤技術百倍，且在穩定性和使用壽命上，固態硬盤也更具優勢，因此固態硬盤的單位存儲成本也相對更高。

表1：固態硬盤與機械硬盤性能與可靠性對比

由於固態硬盤顯著的性能優勢以及成本的持續優化，2016年起企業大規模開始使用以閃存作為存儲介質的硬盤，2020年全球固態硬盤出貨量達到超過機械硬盤。出貨容量方面，全球HDD出貨容量約佔存儲總量的80%，SSD佔20%，基於SSD的全閃存儲使用範圍的擴大，2017-2022年期間全閃存儲容量年均增長44%左右，IDC預測到2025年，SSD出貨容量將提升至25%。隨着SSD存儲單元架構向QLC演進，每單元數據存儲量提高，將進一步推動SSD單位存儲成本的下降，根據艾瑞、華為等多家機構的預測，預計到2026年SSD的價格將於HDD持平，彼時的市場競爭力將進一步提高。

圖19：全球SSD及HDD出貨量

圖20：2013-2030全球SSD及HDD容量單價變化

在競爭格局方面，HDD領域，希捷、西部數據、東芝作為市場的主導者，分別佔據了41%、40%和19%的市場份額。SSD領域，Solidigm和三星作為全球領導者，佔據中國企業級固態硬盤市場中最大份額，2023年的份額為25.5%、23.1%，但隨着政策推動國產化率提升，本土存儲企業通過大容量產品和主控芯片等技術創新，以及產業鏈和服務本地化，縮小與國際品牌的差距，在份額上有較大幅度的提升。

圖21：2024Q3全球HDD廠商市場份額

圖22：2024中國企業級SSD廠商市場份額

賽迪顧問數據顯示，2023年中國存儲系統市場規模達283.3億元，增速為5.3%，受益於AI大模型普及，以及「東數西算」工程的加快推進，預計2024-2026年中國存儲系統市場規模可實現9%以上的增長速度，到2026年將達到310.2億元。中國廠商在存儲系統市場銷售額的表現整體優於國外廠商。華為、浪潮信息、新華三、聯想、中科曙光等公司憑藉先進存儲技術及產品的廣泛應用，分列2023年中國存儲系統市場廠商前五位。

圖23：中國存儲系統市場規模

圖24：2022-2024中國分佈&集中式存儲市場規模

分佈式存儲和軟件定義存儲技術在企業級市場獲得廣泛應用。分佈式存儲將位於不同空間的數據就近存儲，完成了數據存儲的去中心化，利用多臺存儲服務器分擔存儲負荷，在價格成本、靈活兼容、伸縮擴展等方面具有明顯優勢，並憑藉高擴展性和易管理能力，成為承載海量數據的理想解決方案，處於高速發展階段。2024年中國分佈式存儲市場規模首次超過集中式存儲，達到198.2億元，同比增長43.7%。軟件定義存儲允許用户將存儲服務集成到服務器的軟件層，將存儲功能從專用硬件中解放出來，實現存儲資源的靈活調度、自動化管理和成本優化，在數據災備等場景上有較好應用。在分佈式存儲和軟件定義存儲領域，華為、中科曙光、浪潮信息、新華三等均處於市場領導者地位。此外，以華為為代表的中國存儲企業在全球市場中的地位正在快速提升，特別是在閃存部件和整機能力方面，中國已處於全球先進水平。據華為數據存儲官微，在國際權威研究機構Coldago Research公佈的2024年全球文件存儲報告和對象存儲報告中，華為均位居領導者，與IBM、微軟、戴爾、西部數據等存儲巨頭並駕齊驅。

圖25：2024中國分佈式存儲廠商競爭力象限

圖26：2024年中國軟件定義存儲市場份額

應用：消費級存儲對性能和容量需求增加，雲存儲成為存儲應用新模式

我們將數據存儲的下游應用和服務分為消費級存儲和企業級存儲。消費級存儲面向消費者，主要應用於PC、手機、物聯網設備及其他消費級領域的存儲產品和服務；企業級存儲主要應用於互聯網、雲服務、金融和電信等行業級客户以及服務於上述客户的數據中心。

應用場景的多元化為存儲行業提供了廣闊的市場空間。在消費領域，智能手機、平板電腦等移動設備的普及以及智能音箱、攝像頭等智能設備的流行，疊加AI功能在端側設備的應用，消費者對存儲性能和容量的需求日益增加。據CFM閃存市場數據，2025年全球智能手機與PC出貨量預計分別達到12.10億部、2.61億台，AI手機和PC的滲透率分別達到30%和35%。隨着端側大模型的嵌入，對手機內存的佔用量將顯著提升，預計2025年智能手機單機NAND容量有望超過220GB，DRAM超過8GB；AI PC的存儲配置上，基礎AI模型需要16GB，標準和高級AI模型則要求32GB、64GB或更高內存，X86架構產品配置的SSD主要為1-2TB、ARM架構為256GB-1TB，PCIe 4.0/5.0 SSD（讀寫速度更快）的佔比將提升至77%。

此外，物聯網、智能駕駛等新興領域也被認為將是存儲市場重要的增長領域。根據Yole預測，2021-2027年汽車存儲市場將從43億美元增加至125億美元，年複合增速為20%；高級駕駛輔助系統和無人駕駛車輛系統要求使用強大的處理器，這類處理器對存儲器容量和帶寬均有要求，數據顯示2021年單車存儲平均容量僅為34GB，預計到2026年將達到483GB以上。智能家居、穿戴設備、工業傳感器、智慧城市等物聯網設備的廣泛應用，帶動邊緣存儲需求增長。

圖27：全球PC和智能手機出貨量

圖28：智能手機NAND/DRAM平均容量變化

企業級存儲是數據存儲市場最核心的領域。企業級存儲下游行業用户包括金融、互聯網、電信、政務、製造、交通、零售、醫療、教育等眾多行業，根據IDC數據，在2024年中國企業級存儲市場中，公共服務、金融、通信、製造和教育等五大行業市場佔比最高，份額分別為24.5%、17.2%、12.8%、9.2%和6.8%；從增速來看，製造和通信實現領跑。企業級存儲在行業市場的表現與我國產業數字化轉型趨勢高度相關，尤其在各行業數字化轉型的深入推進下，行業用户對數據存儲的需求明顯增加。

圖29：2024年企業級存儲行業份額

圖30：2022-2023企業級存儲行業增速

數據中心和雲計算服務商是數據存儲產業的重要下游用户，通過集中存儲和處理大量的數據，為企業提供存儲、計算和網絡等資源。目前，我國數據中心建設規模不斷擴大，2024年數據中心機架規模超900萬架，近七年複合增速近23.35%。存儲在數據中心的技術成本中佔比大概在20%，數據中心對於存儲的要求主要包括高容量、高可靠性、高讀寫速度和低能耗等，通常會採用先進的存儲架構，如分佈式存儲系統、超融合存儲系統等。其中，雲存儲是基於分佈式存儲技術，以雲服務提供存儲能力的存儲應用模式。其核心優勢在於用户可按需彈性擴展存儲容量，且無需關心底層硬件，大幅降低硬件採購與運維成本；並通過開放API，實現跨終端、跨地域訪問與高效協同共享，可滿足個人用戶的跨設備文件同步、企業級的PB級數據湖建設、AI訓練中海量數據集的高效調度等不同層級的需求。以阿里雲、百度雲、騰訊雲等為代表的頭部廠商已構建了對象存儲、塊存儲、文件存儲、表格存儲等豐富的產品形態。企業上雲已成為共識，2024年我國數據雲存儲率為30.39%，其中政務、氣象、金融數據雲存儲佔比分別達到47.39%、42%、26.38%。

圖31：我國算力中心總體在用機架規模

圖32：2023年行業用雲量佔比

隨着人工智能發展帶來算力需求激增，智算中心成為支撐人工智能發展的關鍵基礎設施，在數據中心端，AI大模型的訓練與推理需要處理海量參數和數據，對存儲系統的帶寬、容量和延迟提出更高的要求。目前，雲計算廠商持續加碼AI算力佈局，在智算中心等方面的資本開支顯著增加，不僅帶動AI服務器出貨量增加，同時AI服務器單機存儲量亦有顯著提升。

圖33：上市雲計算廠商資本性支出

圖34：2022-2026全球AI服務器出貨量

【數據存儲產業趨勢分析】

行業全閃存化提速，並在數據中心側有望實現對機械硬盤的替代

隨着新技術的發展帶來數據量爆炸式的增長，帶來對數據存儲EB級容量、億級IOPS（每秒讀寫操作次數）的需求。全閃存儲是全部由固態存儲介質構成的獨立存儲陣列或設備。從技術上看，其具有讀寫速度快、延迟低、能耗少、穩定性高、空間利用率高等優勢，且自主可控性強，被認為是我國發展數據存儲產業的重要方向。

從需求側來看，首先在NVMe技術普及、SSD價格下降等多重因素驅動下，行業全閃化應用明顯在提速。據2025中國算力大會，2024年多行業的閃存佔比較2023年提升10-20個百分點。SSD憑藉高速讀寫、低時延和高併發優勢能夠滿足如金融、製造、能源等傳統行業在快速交易、實時風控等核心業務，以及生產運營智能化轉型中數據實時處理分析、安全穩定性能的要求；在自動駕駛場景等新興領域，全閃存需滿足每秒TB級數據的實時寫入與低延迟讀取。

圖35：2023-2024年行業閃存佔比情況對比

其次，隨着數據中心對能耗的關注日益增加，閃存存儲或將實現對機械硬盤的加速替代。目前HDD在大容量、低成本存儲場景具有不可替代性，在數據中心存儲容量中仍佔據主導地位。目前數據中心平均PUE要求下降至1.5以內，新建及擴建大型和超大型數據中心PUE壓縮至1.25以內，數據存儲能耗佔數據中心總能耗的15%甚至更高，閃存化可以有效減少空間和能耗上的費用，據中國信通院數據，相對高密度HDD存儲系統，全閃存存儲可以節省電費70%、節省空間佔用90%；同等容量下，SSD總體擁有成本（採購成本+運營成本）已經與HDD持平。

圖36：熱温數據場景下SSD與HDD總體擁有成本對比

地方政府的加速佈局也將推動行業閃存化的發展。據CAICT算力，2022年至2024年，包括廣東、上海、江蘇、天津、重慶、深圳、山東、山西等全國20個省市共發佈30個數據存力相關政策，在閃存存儲方面提出了明確發展目標。目前，東部地區平均外置閃存佔比達到30%，中部地區為25%，西部地區為23%，東北部地區為21%。尤其是在「東數西算」工程的牽引下，國家和地方對西部地區數據中心和先進存儲技術的發展給予了政策支持和資金投入，推動西部地區承接東部存儲業務，加快整個數據存儲產業的發展。

圖37：2024年我國各區域先進存儲佔比情況

人工智能及大模型的發展給數據存儲帶來的變化

數據是人工智能發展的基石。按照訪問和使用的頻率來分，數據包括温數據、冷數據和熱數據。温冷數據是不經常訪問的數據，如歷史文獻、國家檔等需要長期存儲且極少訪問的冷數據，以及科研、金融、智能製造、氣象預測等數據密集型領域，需要進行大量且複雜分析的温數據；熱數據是相對於冷數據與温數據的概念，指的是需要頻繁讀取、活躍度較高的數據，如AIoT、邊緣計算、機器人、自動駕駛、金融交易及工業製造等領域數據。上述三類數據佔比分別為30%、60%和10%。

Scaling law揭示了數據對於提升人工智能模型性能的關鍵作用，即模型的性能會隨着數據量、模型規模和計算量的增加而提升，因此人工智能的全量數據訓練需求，不僅會使得温冷數據受到關注被納入訓練過程以提高模型的準確性和泛化能力，還會產生催生出温熱數據，顯著提升數據的活躍度和應用價值。數據價值的激活和熱化對數據存儲也將提出容量、性能及分層管理效率等方面的要求。一方面，多樣化的數據驅動存儲介質多樣化的發展，隨着未來需要實時處理訪問的數據指數級增長，熱數據存儲以閃存技術為核心，向高密度、低時延演進，同時結合SCM、DRAM等介質構建分層體系，滿足不同場景的延迟與可靠性需求；温數據容量大，對功耗、成本要求高，HDD具有高性價比優勢，但隨着SSD的成本下降極HDD容量密度接近極限，SSD未來有望實現替代；冷數據需要高可靠性、長壽命介質進行長期保存，以磁帶、光盤為主要的存儲技術向高密度、高併發方向、長壽命演進。另一方面，傳統基於固定規則的靜態分層已無法滿足AI場景下動態變化的數據訪問模式，基於機器學習算法等AI技術驅動數據分層儲存策略智能化升級，實現自動調整數據分佈，提升存儲效率與性能，同時促使存儲層級更精細化擴展。

表2：數據分層與存儲要求

人工智能大模型在整個數據治理的周期里對數據存儲提出了新的要求。在數據採集和處理階段，AI大模型訓練催生了PB級非結構化數據處理需求，文件、對象等多類型數據的匯聚、加工、處理及長期保存需要構建大容量、低成本、多協議、高性能的數據存儲方案，加速數據歸集和處理進程；在模型訓練階段，存力需與算力匹配，滿足高頻次TB級Checkpoint文件讀寫能力，並具備更高帶寬以減少GPU等待時間，提高訓練效率；在推理階段，推理的數據量並不大但對存儲性能要求高，如多機推理場景（如電商推薦場景）要求存儲具備高併發、可擴展及跨節點低延迟協同的能力，以支撐多節點高效協同；加速推理場景（如自動駕駛、高頻交易等場景）則需要存儲具備超低讀取延迟和高隨機IOPS性能，以最大化單請求響應效率。

存算解耦與存算一體，解決傳統架構下的資源利用與效率問題

隨着人工智能、物聯網等技術的飛速發展，數據規模呈現爆發式增長，AI大模型走向多模態，算力集羣規模和數據規模持續擴大、系統管理複雜度日漸增長，傳統數據存儲架構存在明顯的侷限性。在傳統以計算為中心架構下，計算與存儲同地部署，資源無法靈活調配，導致本地存儲的利用率低，此外數據在移動、格式轉換的過程中消耗了大量CPU的時間，進而使得數據處理的效率降低。因此，在以數據為中心的存儲體系架構中通過宏觀存算解耦、微觀存算一體的架構設計，實現了數據處理的高效性、資源利用的靈活性以及架構擴展的可持續性，有望引領數據存儲新一輪的變革，成為數據中心核心的基礎設施。

在宏觀層面，存算分離是將計算資源（CPU/GPU/DPU）與存儲資源（塊存儲/對象存儲/文件存儲）解耦為獨立資源池，並通過高速網絡實現動態連接。計算資源和存儲資源可以獨立擴展，根據實際需求增減資源，例如在需求高峰期，可以增加計算資源以處理更大的數據量；在數據密集型任務中，可以單獨增強存儲性能，提升整體處理速度。此外，存算分離下，計算資源和存儲資源還可進行獨立的技術更新和升級，以及不同用户共在保證資源間隔離與安全的前提下共享資源。

在微觀層面，存算一體是在存儲介質內部嵌入計算邏輯，實現數據就地處理，消除馮·諾依曼架構的存儲牆和功耗牆；亦有通過在存儲部件上集成指令運算單元和算子單元，實現數據預處理或在處理器內部集成較大容量存儲器來減少數據訪問的存算集成的方式。存算一體使得算力部署在靠近數據的地方，以最合適的算力來處理數據，使得數據在產生、移動和存儲中就近完成數據處理，因此在能效比與算力密度提升、延迟與能耗降低上有顯著的技術優勢。在此其中，數據存儲不僅需要提供數據存取服務，還提供近數據處理加速服務，因此對於存儲介質方面提出更高的要求。

【數據存儲產業發展建議】

近年來，山西充分發揮能源充足、氣候適宜、區位優越等資源優勢，適度超前佈局建設算力基礎設施，引進抖音、秦淮、中聯、百度等領軍企業，構建了「1+3+N」的數據中心空間體系，形成以太原為核心，大同、呂梁、陽泉為支撐，多市協同發展的算力產業格局。截至2025年上半年，全省在用算力中心機架規模達51.4萬標準機架，智能算力規模達32EFLOPS，算力中心平均PUE低至1.2，算力規模位居全國第八，在全國算力版圖位居第一方陣地位。但在存力發展方面與算力發展存在差距，包括存儲容量、單機架存力等規模指標和IOPS、先進存儲佔比等存力質量指標方面尚未進入全國前十。從中國信通院區域平均存算比來看，中部地區整體存算均衡發展情況略遜於東部、東北部等地區，因此，通過合理規劃佈局、推動地區存儲與算力協同發展，聚焦光存儲等優勢賽道，結合產業特色，拓展存儲應用空間，以及與京津冀協同發展等，提升山西省數字基礎設施的可靠性與效率，激活數據要素價值、賦能傳統產業，進一步推動我省綜合算力的發展水平。

合理規劃佈局，推動存儲與算力協同發展

加強對存儲基礎設施建設的規劃佈局，避免盲目建設和重複投資，推動存儲產業集中連片發展，形成產業集羣效應。利用山西氣候、能源等形成的低運營成本優勢，在忻州、呂梁等地建設離線存儲中心，承接金融、醫療等領域的冷數據歸檔業務。推動在建智算中心採用算力+存儲一體化架構，大幅降低數據傳輸延迟，滿足AI大模型訓練等需求。

明確存儲產業的發展目標和重點方向，引導資源向存儲產業集聚。設立存儲產業發展專項資金，用於支持存儲技術研發、項目建設等。在太原、大同等算力基礎設施集羣地規劃建設存儲產業園區，完善基礎設施配套，吸引更多存儲企業入駐。同時，推動現有數據中心升級，提高先進存儲容量佔比及重點行業核心數據災備覆蓋率。

結合產業特色，推動存儲技術在能源、製造、文旅等領域的應用，拓展存儲市場空間。例如在製造領域，支持企業利用全閃存存儲技術建設工業大數據中心，實現生產過程的精準控制和優化。同時，加強對存儲應用的宣傳和推廣，提高企業對數據存儲在數字化轉型過程中效能的認知度和重視程度，並鼓勵企業開展存儲應用創新，探索新的商業模式和應用場景，推動存儲產業與其他產業的融合發展。

聚焦光存儲賽道，打造存儲產業生態

在長期冷數據存儲上，藍光存儲有其獨特優勢，在容量方面藍光單張光盤已接近TB量級，量產方面與磁盤接近，但在功耗方面低於影片，且不需要冷卻系統，具有明顯的成本優勢。目前，我省在太原、晉中等地通過引進龍頭、合資建企等方式，建設運營了山西大地紫晶綠色光存儲產業園、山西光存信息產業園等項目，培育和發展光存儲賽道。

壯大龍頭企業引領作用，打造光存儲產業生態。以設立專項基金、要素投入等方式支持產業園區擴大產能。支持龍頭企業開展併購重組，整合產業鏈上下游資源，打造集研發、生產、測試、應用於一體的產業集羣。完善產業鏈配套，引進光存儲產業鏈上下游企業，包括原材料供應商、設備製造商、封裝測試企業等，形成完整的產業鏈條，提高產業集中度和競爭力。支持企業聯合高校、科研院所建設光存儲產業創新中心，開展關鍵技術攻關和產業化應用。

拓展行業應用場景，開發行業存儲解決方案。可針對我省能源、金融、醫療、文旅等重點行業，開發符合行業特點的光存儲解決方案。例如在能源領域，建設煤礦智能化存儲系統，利用藍光存儲長期保存瓦斯監測、設備運行等數據；探索存儲技術在文旅產業的創新應用，如利用藍光介質永久保存雲岡石窟、古城古建等三維模型數據。

深化京津冀協同發展，打造國家級數據災備中心

目前，山西省已基本形成城區內重要算力中心間時延不高於1ms、省內城市間3ms、山西省到京津冀樞紐節點5ms及到其他樞紐節點20ms的高效運力網絡，為數據跨區域傳輸奠定基礎。此外，2025年8月中國算力平臺（山西）正式開通，不僅有利於整合全省數據中心資源，也代表着山西將融入全國算力一體化網絡，對有效承接周邊熱點地區外溢算力需求，拓展算力市場具有重要意義。

加強與京津冀地區的數據中心合作。鼓勵本地數據中心與京津冀地區企業建立數據災備聯盟，共同構建跨區域數據災備網絡。採用雙活系統架構，實現與京津冀地區數據中心的實時同步和災備切換。並對參與跨區域災備的企業，給予通信專線費用補貼等。

整合全省數據中心資源，實現全省算力和存力資源的統一管理和調度。探索存算一體的資源調度系統，實現省內存儲資源與京津冀算力需求的精準匹配，提供算力租賃+存儲託管的一站式服務。

培育和發展數據跨境服務。積極爭取政策支持，在太原武宿綜保區開展數據跨境流動試點，探索數據跨境流動的管理模式和監管機制。支持省內企業開展數據服務出口業務，參考貴州經驗，對數據服務出口企業給予所得税優惠等政策。

【風險提示】

技術迭代與替代風險，市場競爭加劇風險，數據安全與隱私受到侵害風險，供應鏈斷供與貿易壁壘風險等。

數據來源於中國信通院《數據要素與先進存儲融合發展研究報告》2024.9

倪光南.發展數據存儲產業為數據強國建設提供堅實支撐[J].中國網信,2024,(11):28-31

得一微電子，

https://www.yeestor.com/news/detail/i-225.html

交大評論公眾號《數據產業系列解讀之九：推進數據存儲產業高質量發展，激活數據要素價值》

Open AI《Scaling laws for neural language models》https://openai.com/index/scaling-laws-for- neural-

language-models/

存儲牆是指存儲器的速度與帶寬無法跟上處理器的計算速度，導致處理器在等待數據時的效率低下；功耗牆是指由於頻繁的數據傳輸導致能耗大幅上升，限制了芯片的性能提升。

中國算力發展大會，中國信息通信研究院《中國綜合算力指數(2025)》

報告標題：數據存儲：賦能數據治理與數字化轉型的關鍵環節

分析師：徐雪潔

執業登記編碼：S0760516010001

郵箱：xuxuejie@sxzq.com

分析師：王文傑

執業登記編碼：S0760523100001

郵箱：wangwenjie@sxzq.com

報告發布日期：2025年8月29日

本人已在中國證券業協會登記為證券分析師，本人承諾，以勤勉的職業態度，獨立、客觀地出具本報告。本人對證券研究報告的內容和觀點負責，保證信息來源合法合規，研究方法專業審慎，分析結論具有合理依據。本報告清晰準確地反映本人的研究觀點。本人不曾因，不因，也將不會因本報告中的具體推薦意見或觀點直接或間接受到任何形式的補償。本人承諾不利用自己的身份、地位或執業過程中所掌握的信息為自己或他人謀取私利。