温馨提示：如需原文档，请登陆未来智库官网www.vzkoo.com，搜索下载。
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。
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。
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。
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。
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：
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。
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。
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 1~2 天产生 PB 量级的数据。
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。
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。
除了 5G 手机和智能驾驶外，应用于安防/交通/工业自动化/环境监测等领域的智能摄像头也是产生 高清视频/图像数据的源头，城市大脑已成为许多城市的数字化基础设施。而且，随着算法、道路 传感器、智能网联汽车、5G 通信技术的推广，城市大脑的功能和复杂度也在不断提升，对车流、 人群、险情等信息的实时监测、精准识别和更细颗粒度的跟踪越来越成熟，逐渐成为城市治理和规 划的决策核心工具。
另外，智能家居、AR/VR、智慧医疗、数字孪生等新兴应用场景也在不断演进和成熟中，这些新兴 场景意味着数量更多、种类更丰富的智能终端，也会产生更丰富的联接。
1.3 存储资源集中化有望成为未来发展趋势
丰富的智能终端，广泛的实时联接，产生的海量数据将对算力和存储资源产生较大压力。
从消费级市场来看，智能手机的本地存储容量不断提升，但数据量爆发的速度更显著。社交软件、 视频直播平台等 APP 成为用户使用频次最多的手机应用，而且智能手机在拍摄高清图片、视频的 功能上不断强化，近年来手机端产生的高清图片、高清视频的数据量呈现井喷状态。这些逐年积累 的图片/视频并不会全部存储在手机本地，而会上传到云端，以方便信息交互共享、减轻手机存储 压力。
逐年积累的图片/视频的长期存储成本问题不仅限于消费级市场，企业级市场同样存在长期保存数 据的需求。政府、医疗、科研、电信运营商、银行等单位明确规定了数据存储的年限，许多在 10 年以上。此外，在数字化时代，数据对于企业和组织决策的重要性不断提升，更完善的算法、服务、 技术都需要海量的数据支撑。企业级场景的海量数据在实时处理需求解决之后，仍有一部分需要长 期保存，不会全部完全删除。
有长期存储价值的冷数据量可达 ZB 量级(10 亿 TB 量级)。目前，PC 硬盘的存储容量是 TB 量级， 智能手机存储容量是数百 GB 量级。而据 IDC 预计，2025 年，有存储价值的企业级数据量将达到 7.5ZB，其中 60%为需要长期保存的企业级冷数据，体量为 1.8ZB。（注：1ZB 约为 10 亿 TB）
存储资源集约化将成为解放终端负荷、确保实时有效联接、实现数据互联互通的必要选择。
1）通用算力集中化已成共识：算力在终端和云端之间再分配，直接表现为数据中心、公有云的高 速发展。终端在信息采集、快速处理、人机交互的角色不断强化，而云数据中心在算力集约化管理、 按需配置、弹性可拓展配置方面也在不断强化。由于数据中心在能耗、管理、资源配置方面可发挥 出规模化效应，边缘+云端的形式的总体效用远高于算力全部集中的本地化的模式，因此通用算力 上云已逐步成为全行业的共识，并将持续作为未来万物互联时代的算力资源基础。
2）存储资源的集约化也将继通用算力集中化之后，逐渐成为未来的重要趋势。目前，存储数据仍 较多地集中在本地，集中化 IT 资源主要针对运算领域，这是因为存储成本问题在过去并非矛盾的 核心。过去，智能终端数量不多，即使是手机高清摄像头也是在近几年推向市场的，因此海量数据 长期存储的成本和资源占用问题尚未凸显。而随着高清照片、高清视频以及其他形式的数量的逐年 积累，长期存储对资源的压力开始逐渐显现，尤其是存储的性价比问题，成为未来必须考虑的关键 因素。
数据长期存储的驱动因素，一方面是智能时代存储资源集中化的趋势，另一方面则是数据要素市场 化的进程。
2.1 数据已经成为新的资产要素
在我国，数据作为生产要素之一，被正式纳入到国家所定义的要素市场化配置中。2020 年 4 月 9 日，新华社刊发了中共中央、国务院《关于构建更加完善的要素市场化配置体制机制的意见》（以 下简称《意见》），意见成文于 2020 年 3 月 30 日，这是中央发布的第一份关于要素市场化配置的文件。《意见》提出，进行市场化配置的要素有 5 种：土地、劳动力、资本、技术、数据。这是 数据首次被正式纳入到国家定义的要素市场配置中。
《意见》第六部分是“加快培育数据要素市场”，具体内容为以下 3 点：
1）推进政府数据开放共享。优化经济治理基础数据库，加快推动各地区各部门间数据共享交换， 制定出台新一批数据共享责任清单。研究建立促进企业登记、交通运输、气象等公共数据开放和数 据资源有效流动的制度规范。
2）提升社会数据资源价值。培育数字经济新产业、新业态和新模式，支持构建农业、工业、交通、 教育、安防、城市管理、公共资源交易等领域规范化数据开发利用的场景。发挥行业协会商会作用， 推动人工智能、可穿戴设备、车联网、物联网等领域数据采集标准化。
3）加强数据资源整合和安全保护。探索建立统一规范的数据管理制度，提高数据质量和规范性， 丰富数据产品。研究根据数据性质完善产权性质。制定数据隐私保护制度和安全审查制度。推动完 善适用于大数据环境下的数据分类分级安全保护制度，加强对政务数据、企业商业秘密和个人数据 的保护。
我们认为，数据要素已经得到国家层面的正式认可，相关的标准和市场规则的进一步细化、落地， 有望推动数据存储行业进入新的发展阶段。
自 2015 年大数据战略发布以来，各省份陆续成立大数据管理机构。截至 2020 年 3 月，已有 25 个省级地方成立大数据管理机构。以上海市为例，根据公开披露的信息，上海市大数据中心成立于 2018 年 4 月，是市政府办公厅所属全额拨款事业单位，主要承担全市政务云和政务外网等基础设 施、数据共享交换平台及上海政务服务“一网通办”总门户等的建设和管理。
数据资产也以各种形式获得企业级市场的认可。Facebook 上市时市值超过 1000 亿美元，而公司 当时账面上的资产价值仅 66 亿美元，这种差距很大程度源于 Facebook 的“数据资产”。Facebook 上市时就有 8.45 亿个月活跃用户，每日可产生 27 亿条评论，每日上传 2.5 亿张照片。这些丰 富、多维的数据和背后的社会关系联接，成为支撑 Facebook 市值的关键；2017 年 6 月 7 日，阿 里巴巴集团发布品牌数据银行(Brand Databank)，是服务于品牌的消费者数据资产管理中心，旨在 帮助品牌建立全面的消费者数据资产管理，是国内首个实现品牌全域数据资产管理的平台。
我们认为，随着相关制度逐渐完善以及大规模低成本存储技术的逐渐成熟，数据资产的市场定价和 商业变现途径有望在未来更加清晰明朗。
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
目前，数据要素的发展仍然面临较多的挑战。传统的 5 个生产要素(土地、劳动力、资本、技术)， 主要是在工业时代发展起来，这些要素具有非零边际、供给有限的特点。而数据要素长期供给无限、 零边际、高流动性，因此其市场化发展所需的规则和传统要素不同。这里引用国家信息中心大数据 发展部专家的公开观点：“数据要素的外部性、非结构性、非标准化、资源标的多变性、边际成本 递减、规模报酬递增等特征，使得数据的权属界定、价格形成、交易流通、开发利用等各个环节均 存在诸多待解决的问题和挑战”。
数据要素市场化发展，解决数据流通和数据权利保护之间的相对平衡。由于数据要素是由不同场景 中的个人信息和行为数据汇聚而成，因此数据要素的发展既要解决数据资产的流动性问题，又要兼 顾对个人隐私权甚至数据产权的保护。我们认为，数据资产定价标准、产权划属、责任界定、数据 标准是数据要素得以顺利流通甚至交易的前提，而数据权利的保护也有助于数据要素市场的公平 性和持久性。
在数据要素市场制度建设方面，欧美布局更早，体系也相对较完善，具有一定的借鉴意义。欧盟于 2018 年 5 月颁布《欧洲通用数据保护条例》(GDPR)，对个人信息安全保护进行了系统明 确的规定；英国通过修订《自由保护法》、发布《公共部门信息再利用指令》等一系列措施来为政 府开放数据提供监督和强制限制；美国通过《开放政府数据法案》、《信息自由法》、《隐私法》 等系列法律条文；日本以《人工智能、数据利用相关签约指南》对数据权属等问题进行系统界定。
1）美国：实施开放政府数据法，发布联邦数据战略
2）欧盟：建立通用数据保护政策，发布欧盟数据战略
我国在数据资产相关制度建设方面，也在稳步推进。在各地大数据局成立的基础上，2020 年 6 月 28 日，第十三届全国人大常委会第二十次会议初次审议了《中华人民共和国数据安全法（草案）》 （以下简称《数据安全法（草案）》）。7 月 3 日，《数据安全法（草案）》在中国人大网公布， 面向社会征求意见。
我们认为，相比欧美国家，我国在数据资产时代的发展潜力更强，也存在天然的市场优势。数据资 产要素的产生和使用，仍然是以人为核心的。我国在人口数量上仍然具有明显优势，这将为数据资 产的发展提供潜在的巨大空间。从用户教育方面，以互联网行业为例，虽然国内互联网行业起步时 间晚于欧美，但阿里、腾讯、字节跳动等巨头互联网企业都诞生于国内市场，表现出国内市场较强 的发展动力。而移动支付、扫描支付领域，国内市场的推广进度和速度都远超欧美。在推进速度上， 可参考此次疫情防控工作中对互联网、移动数据和 APP 等技术的使用效率，国内在健康码、互联 网医疗的推进速度和渗透率方面，再次成为世界领先。因此，我们认为，国内市场有望在数据时代 的发展具有较强的比较优势。
存储资源集中化、数据资产要素市场化，要求数据长期存储的可靠性和经济性。
长期存储成本直接关系到数据存储的性价比。如果把数据的每次调用视为“价值产生”的过程，而 存储过程视为“成本投入”，考虑到存储数据的调用往往根据实际需要而定，因此从这个角度来看， 存储数据在一段时期内的“价值”是有限的，而长期存储成本则成为“性价比”的决定因素。
存储资源压力的一个典型案例，就是长期存储照片的云空间不再无限量免费。谷歌在 2015 年推出 了谷歌相册服务，用户可将自己的照片/视频保存进去，谷歌相册还能对上传的相册进行分类。当 时，谷歌声称这一服务是免费且容量无限制。但在 2020 年 11 月，谷歌宣布将从 2021 年 6 月 1 日起对谷歌相册服务进行收费，每个账户将只有 15GB 的免费存储容量，超出的部分需要额外购买 空间，Pixel 手机用户可以继续享受高画质无限存储服务，但他们之前享受的是原始尺寸无限存储。 谷歌表示，2021 年 6 月 1 日前存储的所有照片和视频不会受影响。
蓝光存储在长期冷数据存储领域存在低成本优势。在存储条件方面，蓝光存储不需要恒温恒湿环 境，存储能耗明显低于磁、电存储，而当前数据中心的运营成本中，接近 50%是电力成本。在存储 寿命上，由于蓝光光盘具有 50-100 年的介质寿命，而且并不依靠材料的磁性，因此长期折损率低, 相比之下，磁盘和磁带因为寿命相对较短而且存在消磁风险，长期存储的更换成本也较高。另外， 从兼容角度，LTO 磁带存在隔二代的兼容问题，也会产生一定的迁移成本。
考虑到折损替换、寿命问题、运营能耗、人力成本方面，在海量数据的集中、长期存储方面，蓝光 存储介质比磁盘、磁带具备总成本较低的优势，是性价比较高的选择。相比之下，磁盘更适合调用 频率较高的热数据存储。
对于集中化的存储场景，蓝光存储领域也有批量存储的设备方案。光存储设备是以光盘为存储介质 的的批量化、模块化存储设备。光存储设备由光驱、机械结构、伺服控制、外壳等硬件和嵌入式软 件组成，搭配光存储介质，主要面向企业级数据存储市场，支持定制化和模块化部署。光存储设备 通过机械臂操控对光盘进行寻址和抽取，通过多个光驱进行数据批量读取。
从介质发展阶段来看，蓝光单张光盘已接近 TB 量级。目前，国内产线基本可量产 500GB 容量的 光盘，光存储设备的单个单元(12 张光盘)总容量达到 6TB 级别。这已经和通用磁盘容量相当。而 且，单张光盘的量产成本并未随着容量的提升而显著提升，因此蓝光存储的单位密度成本在持续降 低。
我们认为，未来随着单张 1TB 光盘的量产，蓝光存储在初始成本方面也已经足够低。更长远来看， 全息存储可能会带来光存储介质容量实现质变级别的提升，因此光存储产业和技术路线的发展仍 然有广阔空间。
国内蓝光存储上市公司是易华录、紫晶存储。我们认为，国内蓝光企业凭借本土优势，在市场拓展、 产品成熟度方面已经具备领先优势，但渗透率仍处于较低水平，有望在本轮新基建浪潮中获得充分的市场红利。
1）易华录：数据湖生态不断完善，B 端市场有望放量
易华录是国内领先的蓝光存储服务商，依托华录集团央企背景优势。华录集团在蓝光介质、蓝光存 储设备方面具有国内领先优势，而且央企背景在开拓 toG 市场方面具备天然优势。在存储介质方 面，易华录最新的单张光盘容量已达 500GB，单机柜容量最高可达 3.2PB。在 toG 市场，截至 2020H1，公司共落地 27 个城市数据湖，覆盖全国 18 个省，累计完成建设的湖存储空间 2200PB， 入湖数据 80PB，涉及文本、图片、视频及政务服务数据，接入 22000 余路视频，覆盖公安、交通、 教育、安监、森林防火等多个领域。在软件建设方面，公司自行研发的应用于数据湖的数据资源管 理平台、机器学习建模平台、算法推理平台及多场景算法模型平台已全面开展应用。随着自研算法 应用平台融入数据湖项目，数据湖业务毛利率可以实现提升。在数据成为生产要素的时代背景下， 数据湖有望成为未来数字经济的基础设施。
蓝光存储技术取得阶段性进展，B 端市场空间进一步打开。我们认为，500GB 光盘已经接近磁盘 的容量 TB 量级，可进一步提升蓝光存储在企业级市场的性价比。在企业级存储领域，据 IDC 统 计，2019 年中国企业级外部存储市场规模为 40.1 亿美元，同比增长 16.8%。其中，华为市场份额 国内第一，达到 29.5%，新华三市场份额 11.8%，位居国内市场份额第二。目前，易华录的蓝光存 储产品已成功融入华为、新华三等主流外部存储企业的产品方案和推广渠道。我们认为，和华为、 新华三的合作，有望推动公司在 B 端市场的业务放量。
在算力领域，2020 年 10 月，Intel 与易华录在北京签订战略合作协议，成立数据湖联合实验室。 双方将以数据湖的光磁融合存储、大数据平台、云计算解决方案为重点，启动技术、市场、销售上 的一系列合作。因此，公司已实现蓝光存储+磁存储+芯片算力+软件平台+数据资源的全方位布局， 数据湖生态建设进一步完善。
2）紫晶存储：以光磁混合存储解决方案为核心，坚持重点行业+重点区域经营策略
紫晶存储是国内领先的光存储科技企业，从光存储介质技术起步发展到光存储全产业链产品服务。 公司成立于 2010 年 4 月，从蓝光存储介质发展起步，早期主要面向消费级市场。2014 年，公司 推出光存储设备产品，开始进入企业级市场。公司沿着“介质—设备—解决方案”的技术及产业发 展路径，开展光存储设备的研发、生产，以及存储基础架构、存储管理软件、存储分层算法的设计 开发，产品服务从档案归档领域扩展至互联网等行业的冷热数据分层存储领域，终端应用领域覆盖 政务、互联网、医疗、军工、金融、档案、教育、能源等多个行业。
公司收入以光磁混合解决方案为主，单个项目平均规模超过千万量级。解决方案在公司收入的比重 由 2016 年的 24%提升至 2018 年的 80%，2019 年略微下降至 72%，主要由于 2019 当年度的光 存储产品收入增长较高。而从单个项目规模来看，公司解决方案平均规模都在千万级别以上。
紫晶存储坚持“重点行业+重点区域”经营策略。公司目前下游最终用户以政务为主，在数据中心、 医疗、互联网等重点行业稳步推进，同时公司也积极在金融、能源、教育等行业树立标杆项目，推 广应用。目前，公司形成了“广州+北京” 的双区域销售中心，以华南地区的市场为依托，南北联 动，同时开拓华北、华东、华中地区及西南、西北地区。公司与第三方数据中心运营商、电信运营 商、系统集成商等各类型客户形成业务合作，通过赋能下游客户，逐步推进光存储产品设备的市场 渗透推广。
总结：我们认为，国内蓝光市场潜力仍然较大，蓝光存储企业在市场推广、产品成熟度方面已经具 备领先优势，随着市场渠道不断完善和行业认可度的提升，国内龙头企业有望获得更多的市场红利。
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。
（报告观点属于原作者，仅供参考。报告来源：东方证券）
如需完整报告请登录【未来智库官网】。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
