1 PUE = 数据中心总设备能耗/IT设备能耗，PUE是一个比率，基准是2，越接近1表明能效水平越好。
2 DCiE = IT设备能耗/数据中心总设备能耗x 100，DCiE是一个百分比值，数值越大越好。
根据The Green Grid，北京科兰，测量数据中心中IT设备电耗的最有效的方法是测量机房PDU( power distribution units)的输出电量，这个方法应该代表了数据中心里向服务器机柜输送的总电力。世界能源委员会1995年对能源效率的定义为：减少提供同等能源服务的能源投入。对于能耗居高不下的数据中心，研究提高能源效率具有深远的社会效益和经济效益。除了能源效率之外，数据中心还有多项其他性能指标，按照国际标准组织ISO的定义统称为关键性能指标，或称为关键绩效指标，研究这些指标对于数据中心同样具有十分重要的意义。
在已经颁布的数据中心性能指标中最常见的是电能使用效率PUE。在我国，PUE不但是数据中心研究、设计、设备制造、建设和运维人员最为熟悉的数据中心能源效率指标，也是政府评价数据中心工程性能的主要指标。
除了PUE之外，2007年以后还出台了多项性能指标，虽然知名度远不及PUE，但是在评定数据中心的性能方面也有一定的参考价值，值得关注和研究。PUE在国际上一直是众说纷纭、莫衷一是的一项指标，2015年ASHRAE公开宣布，ASHRAE标准今后不再采用PUE这一指标，并于2016年下半年颁布了ASHRAE 904标准，提出了新的能源效率；绿色网格组织（TGG）也相继推出了新的能源性能指标。对PUE和数据中心性能指标的讨论一直是国际数据中心界的热门议题。
鉴于性能指标对于数据中心的重要性、国内与国际在这方面存在的差距，以及在采用PUE指标过程中存在的问题，有必要对数据中心的各项性能指标，尤其是对PUE进行深入地研究和讨论。
1．性能指标
ISO给出的关键性能指标的定义为：表示资源使用效率值或是给定系统的效率。数据中心的性能指标从2007年开始受到了世界各国的高度重视，相继推出了数十个性能指标。2015年之后，数据中心性能指标出现了较大变化，一系列新的性能指标相继被推出，再度引发了国际数据中心界对数据中心的性能指标，尤其是对能源效率的关注，并展开了广泛的讨论。
2．PUE
21PUE和衍生效率的定义和计算方法
211电能使用效率PUE
TGG和ASHRAE给出的PUE的定义相同：数据中心总能耗Et与IT设备能耗之比。
GB/T329103—2016给出的EEUE的定义为：数据中心总电能消耗与信息设备电能消耗之间的比值。其定义与PUE相同，不同的是把国际上通用的PUE（powerusage effectiveness）改成了EEUE（electricenergy usage effectiveness）。国内IT界和暖通空调界不少专业人士对于这一变更提出了不同的看法，根据Malone等人最初对PUE的定义，Et应为市电公用电表所测量的设备总功率，这里的Et就是通常所说的数据中心总的设备耗电量，与GB/T329103—2016所规定的Et应为采用电能计量仪表测量的数据中心总电能消耗的说法相同。笔者曾向ASHRAE有关权威人士咨询过，他们认为如果要将“power”用“electricenergy”来替代，则采用“electricenergy consumption”（耗电量）更准确。显然这一变更不利于国际交流。虽然这只是一个英文缩写词的变更，但因为涉及到专业术语，值得商榷。
ISO给出的PUE的定义略有不同：计算、测量和评估在同一时期数据中心总能耗与IT设备能耗之比。
212部分电能使用效率pPUE
TGG和ASHRAE给出的pPUE的定义相同：某区间内数据中心总能耗与该区间内IT设备能耗之比。
区间（zone）或范围（ boundary）可以是实体，如集装箱、房间、模块或建筑物，也可以是逻辑上的边界，如设备，或对数据中心有意义的边界。
ISO给出的pPUE的定义有所不同：某子系统内数据中心总能耗与IT设备总能耗之比。这里的“子系统”是指数据中心中某一部分耗能的基础设施组件，而且其能源效率是需要统计的，目前数据中心中典型的子系统是配电系统、网络设备和供冷系统。
213设计电能使用效率dPUE
ASHRAE之所以在其标准中去除了PUE指标，其中一个主要原因是ASHRAE认为PUE不适合在数据中心设计阶段使用。为此ISO给出了设计电能使用效率dPUE，其定义为：由数据中心设计目标确定的预期PUE。
数据中心的能源效率可以根据以下条件在设计阶段加以预测：1）用户增长情况和期望值；2）能耗增加或减少的时间表。dPUE表示由设计人员定义的以最佳运行模式为基础的能耗目标，应考虑到由于数据中心所处地理位置不同而导致的气象参数（室外干球温度和湿度）的变化。
214期间电能使用效率iPUE
ISO给出的期间电能使用效率iPUE的定义为:在指定时间测得的PUE，非全年值。
215电能使用效率实测值EEUE-R
GB/T329103—2016给出的EEUE-R的定义为：根据数据中心各组成部分电能消耗测量值直接得出的数据中心电能使用效率。使用EEUE-R时应采用EEUE-Ra方式标明，其中a用以表明EEUE-R的覆盖时间周期，可以是年、月、周。
216电能使用效率修正值EEUE-X
GB/T329103—2016给出的EEUE-X的定义为：考虑采用的制冷技术、负荷使用率、数据中心等级、所处地域气候环境不同产生的差异，而用于调整电能使用率实测值以补偿其系统差异的数值。
217采用不同能源的PUE计算方法
数据中心通常采用的能源为电力，当采用其他能源时，计算PUE时需要采用能源转换系数加以修正。不同能源的转换系数修正是评估数据中心的一次能源使用量或燃料消耗量的一种方法，其目的是确保数据中心购买的不同形式的能源（如电、天然气、冷水）可以进行公平地比较。例如，如果一个数据中心购买当地公用事业公司提供的冷水，而另一个数据中心采用由电力生产的冷水，这就需要有一个系数能使得所使用的能源在相同的单位下进行比较，这个系数被称为能源转换系数，它是一个用来反映数据中心总的燃料消耗的系数。当数据中心除采用市电外，还使用一部分其他能源时，就需要对这种能源进行修正。
218PUE和EEUE计算方法的比较
如果仅从定义来看，PUE和EEUE的计算方法十分简单，且完全相同。但是当考虑到计算条件的不同，需要对电能使用效率进行修正时，2种效率的计算方法则有所不同。
1）PUE已考虑到使用不同能源时的影响，并给出了修正值和计算方法；GB/T329103—2016未包括可再生能源利用率，按照计划这一部分将在GB/T329104《可再生能源利用率》中说明。
2）PUE还有若干衍生能源效率指标可供参考，其中ISO提出的dPUE弥补了传统PUE的不足；EEUE则有类似于iPUE的指标EEUE-Ra。
3）EEUE分级（见表1）与PUE分级（见表2）不同。
4）EEUE同时考虑了安全等级、所处气候环境、空调制冷形式和IT设备负荷使用率的影响。ASHRAE最初给出了19个气候区的PUE最大限值，由于PUE已从ASHRAE标准中去除，所以目前的PUE未考虑气候的影响；ISO在计算dPUE时，要求考虑气候的影响，但是如何考虑未加说明；PUE也未考虑空调制冷形式和负荷使用率的影响，其中IT设备负荷率的影响较大，应加以考虑。
22．PUE和EEUE的测量位置和测量方法
221PUE的测量位置和测量方法
根据IT设备测点位置的不同，PUE被分成3个类别，即PUE1初级（提供能源性能数据的基本评价）、PUE2中级（提供能源性能数据的中级评价）、PUE3高级（提供能源性能数据的高级评价）。
PUE1初级：在UPS设备输出端测量IT负载，可以通过UPS前面板、UPS输出的电能表以及公共UPS输出总线的单一电表（对于多个UPS模块而言）读取。在数据中心供电、散热、调节温度的电气和制冷设备的供电电网入口处测量进入数据中心的总能量。基本监控要求每月至少采集一次电能数据，测量过程中通常需要一些人工参与。
PUE2中级：通常在数据中心配电单元前面板或配电单元变压器二次侧的电能表读取，也可以进行单独的支路测量。从数据中心的电网入口处测量总能量，按照中等标准的检测要求进行能耗测量，要求每天至少采集一次电能数据。与初级相比，人工参与较少，以电子形式采集数据为主，可以实时记录数据，预判未来的趋势走向。
PUE3高级：通过监控带电能表的机架配电单元（即机架式电源插座）或IT设备，测量数据中心每台IT设备的负载（应该扣除非IT负载）。在数据中心供电的电网入口处测量总能量，按照高标准的检测要求进行能耗测量，要求至少每隔15min采集一次电能数据。在采集和记录数据时不应该有人工参与，通过自动化系统实时采集数据，并支持数据的广泛存储和趋势分析。所面临的挑战是以简单的方式采集数据，满足各种要求，最终获取数据中心的各种能量数据。
对于初级和中级测量流程，建议在一天的相同时间段测量，数据中心的负载尽量与上次测量时保持一致，进行每周对比时，测量时间应保持不变（例如每周周三）。
222EEUE的测量位置和测量方法
1）Et测量位置在变压器低压侧，即A点；
2）当PDU无隔离变压器时，EIT测量位置在UPS输出端，即B点；
3）当PDU带隔离变压器时，EIT测量位置在PDU输出端，即C点；
4）大型数据中心宜对各主要系统的耗电量分别计量，即E1，E2，E3点；
5）柴油发电机馈电回路的电能应计入Et，即A1点；
6）当采用机柜风扇辅助降温时，EIT测量位置应为IT负载供电回路，即D点；
7）当EIT测量位置为UPS输出端供电回路，且UPS负载还包括UPS供电制冷、泵时，制冷、泵的能耗应从EIT中扣除，即扣除B1和B2点测得的电量。
223PUE和EEUE的测量位置和测量方法的差异
1）PUE的Et测量位置在电网输入端、变电站之前。而GB/T329103—2016规定EEUE的Et测量位置在变压器低压侧。数据中心的建设有2种模式：①数据中心建筑单独设置，变电站自用，大型和超大型数据中心一般采用这种模式；②数据中心置于建筑物的某一部分，变电站共用，一般为小型或中型数据中心。由于供电局的收费都包括了变压器的损失，所以为了准确计算EEUE，对于前一种模式，Et测量位置应该在变压器的高压侧。
2）按照222节第6条，在计算EIT时，应减去机柜风机的能耗。应该指出的是，机柜风机不是辅助降温设备，起到降温作用的是来自空调设备的冷空气，降温的设备为空调换热器，机柜风机只是起到辅助传输冷风的作用，因此机柜风机不应作为辅助降温设备而计算其能耗。在GB/T329103征求意见时就有人提出：机柜风机的能耗很难测量，所以在实际工程中，计算PUE时，EIT均不会减去机柜风机的能耗。在美国，计算PUE时，机柜风机的能耗包括在EIT中。
3）PUE的测点明显多于GB/T329103—2016规定的EEUE的测点。
23．PUE存在的问题
1）最近两年国内外对以往所宣传的PUE水平进行了澄清。我国PUE的真实水平也缺乏权威调查结果。GB/T329103—2016根据国内实际状况，将一级节能型数据中心的EEUE放宽到10～16，其上限已经超过了国家有关部委提出的绿色数据中心PUE应低于15的要求，而二级比较节能型数据中心的EEUE规定为16～18，应该说这样的规定比较符合国情。
2）数据中心总能耗Et的测量位置直接影响到PUE的大小，因此应根据数据中心建筑物市电变压器所承担的荷载组成来决定其测量位置。
3）应考虑不同负荷率的影响。当负荷率低于30%时，不间断电源UPS的效率会急剧下降，PUE值相应上升。对于租赁式数据中心，由于用户的进入很难一步到位，所以数据中心开始运行后，在最初的一段时间内负荷率会较低，如果采用设计PUE，也就是满负荷时的PUE来评价或验收数据中心是不合理的。
4）数据中心的PUE低并非说明其碳排放也低。完全采用市电的数据中心与部分采用可再生能源（太阳能发电、风电等），以及以燃气冷热电三联供系统作为能源的数据中心相比，显然碳排放指标更高。数据中心的碳排放问题已经引起国际上广泛地关注，碳使用效率CUE已经成为数据中心重要的关键性能指标，国内对此的关注度还有待加强。
5）GB/T329103—2016规定，在计算EIT时，应减去机柜风机的耗能。关于机柜风机的能耗是否应属于IT设备的能耗，目前国内外有不同的看法，其中主流观点是服务器风机的能耗应属于IT设备的能耗，其原因有二：一是服务器风机是用户提供的IT设备中的一个组成部分，自然属于IT设备；二是由于目前服务器所采用的风机基本上均为无刷直流电动机驱动的风机（即所谓EC电机），风机的风量和功率随负荷变化而改变，因此很难测量风机的能耗。由于数据中心风机的设置对PUE的大小影响很大，需要认真分析。从实际使用和节能的角度出发，有人提出将服务器中的风机取消，而由空调风机取代。由于大风机的效率明显高于小风机，且初投资也可以减少，因此这种替代方法被认为是一个好主意，不过这是一个值得深入研究的课题。
6）国内相关标准有待进一步完善。GB/T329103—2016《数据中心资源利用第3部分：电能能效要求和测量方法》的发布，极大地弥补了国内标准在数据中心电能能效方面的不足；同时，GB/T329103—2016标准颁布后，也引起了国内学术界和工程界的热议。作为一个推荐性的国家标准如何与已经颁布执行的强制性行业标准YD 5193—2014《互联网数据中心（IDC）工程设计规范》相互协调？在标准更新或升级时，包括内容相似的国际标准ISOIEC 30134-2-2016在内的国外相关标准中有哪些内容值得借鉴和参考？标准在升级为强制性国家标准之前相关机构能否组织就其内容进行广泛的学术讨论？都是值得考虑的重要课题。ASHRAE在发布ASHRAE904标准时就说明，数据中心的标准建立在可持续发展的基础上，随着科学技术的高速发展，标准也需要不断更新和创新。
7）PUE的讨论已经相当多，事实上作为大数据中心的投资方和运营方，更关心的还是数据中心的运行费用，尤其是电费和水费。目前在数据中心关键性能指标中尚缺乏一个经济性指标，使得数据中心，尤其是大型数据中心和超大型数据中心的经济性无法体现。
24．PUE的比较
不同数据中心的PUE值不应直接进行比较，但是条件相似的数据中心可以从其他数据中心所提供的测量方法、测试结果，以及数据特性的差异中获益。为了使PUE比较结果更加公平，应全面考虑数据中心设备的使用时间、地理位置、恢复能力、服务器可用性、基础设施规模等。
3．其他性能指标
31．ASHRAE904
ASHRAE904-2016提出了2个新的能源效率指标，即暖通空调负载系数MLC和供电损失系数ELC。但这2个指标能否为国际IT界接受，还需待以时日。
311暖通空调负载系数MLC
ASHRAE对MLC的定义为：暖通空调设备（包括制冷、空调、风机、水泵和冷却相关的所有设备）年总耗电量与IT设备年耗电量之比。
312供电损失系数ELC
ASHRAE对ELC的定义为：所有的供电设备（包括UPS、变压器、电源分配单元、布线系统等）的总损失。
32．TGG白皮书68号
2016年，TGG在白皮书68号中提出了3个新的能源效率指标，即PUE比（PUEr）、IT设备热一致性（ITTC）和IT设备热容错性（ITTR），统称为绩效指标（PI）。这些指标与PUE相比，不但定义不容易理解，计算也十分困难，能否被IT界接受，还有待时间的考验。
321PUE比
TGG对PUEr的定义为：预期的PUE（按TGG的PUE等级选择）与实测PUE之比。
322IT设备热一致性ITTC
TGG对ITTC的定义为：IT设备在ASHRAE推荐的环境参数内运行的比例。
服务器的进风温度一般是按ASHRAE规定的18～27℃设计的，但是企业也可以按照自己设定的服务器进风温度进行设计，在此进风温度下，服务器可以安全运行。IT设备热一致性表示符合ASHRAE规定的服务器进风温度的IT负荷有多少，以及与总的IT负荷相比所占百分比是多少。例如一个IT设备总负荷为500kW的数据中心，其中满足ASHRAE规定的服务器进风温度的IT负荷为450kW，则该数据中心的IT设备热一致性为95%。
虽然TGG解释说，IT设备热一致性涉及的只是在正常运行条件下可接受的IT温度，但是IT设备热一致性仍然是一个很难计算的能源效率，因为必须知道：1）服务器进风温度的范围，包括ASHRAE规定的和企业自己规定的进风温度范围；2）测点位置，需要收集整个数据中心服务器各点的进风温度，由人工收集或利用数据中心基础设施管理（DCIM）软件来统计。
323IT设备热容错性ITTR
TGG对ITTR的定义为：当冗余制冷设备停机，或出现故障，或正常维修时，究竟有多少IT设备在ASHRAE允许的或建议的送风温度32℃下送风。
按照TGG的解释，ITTR涉及的只是在出现冷却故障和正常维修运行条件下可接受的IT温度，但是ITTR也是一个很难确定的参数。ITTR的目的是当冗余冷却设备停机，出现冷却故障或在计划维护活动期间，确定IT设备在允许的入口温度参数下（<32℃）运行的百分比，以便确定数据中心冷却过程中的中断或计划外维护的性能。这个参数很难手算，因为它涉及到系统 *** 作，被认为是“计划外的”条件，如冷却单元的损失。
33．数据中心平均效率CADE
数据中心平均效率CADE是由麦肯锡公司提出，尔后又被正常运行时间协会（UI）采用的一种能源效率。
CADE提出时自认为是一种优于其他数据中心能源效率的指标。该指标由于被UI所采用，所以直到目前仍然被数量众多的权威著作、文献认为是可以采用的数据中心性能指标之一。但是笔者发现这一性能指标的定义并不严谨，容易被误解。另外也难以测量和计算。该指标的提出者并未说明IT资产效率如何测量，只是建议ITAE的默认值取5%，所以这一指标迄今为止未能得到推广应用。
34．IT电能使用效率ITUE和总电能使用效率TUE
2013年，美国多个国家级实验室鉴于PUE的不完善，提出了2个新的能源效率——总电能使用效率TUE和IT电能使用效率ITUE。
提出ITUE和TUE的目的是解决由于计算机技术的发展而使得数据中心计算机配件（指中央处理器、内存、存储器、网络系统，不包括IT设备中的电源、变压器和机柜风机）的能耗减少时，PUE反而增加的矛盾。但是这2个性能指标也未得到广泛应用。
35．单位能源数据中心效率DPPE
单位能源数据中心效率DPPE是日本绿色IT促进协会（GIPC）和美国能源部、环保协会、绿色网格，欧盟、欧共体、英国计算机协会共同提出的一种数据中心性能指标。GIPC试图将此性能指标提升为国际标准指标。
36．水利用效率WUE
TGG提出的水利用效率WUE的定义为：数据中心总的用水量与IT设备年耗电量之比。
数据中心的用水包括：冷却塔补水、加湿耗水、机房日常用水。根据ASHRAE的调查结果，数据中心基本上无需加湿，所以数据中心的用水主要为冷却塔补水。采用江河水或海水作为自然冷却冷源时，由于只是取冷，未消耗水，可以不予考虑。
民用建筑集中空调系统由于总的冷却水量不大，所以判断集中空调系统的性能时，并无用水量效率之类的指标。而数据中心由于全年制冷，全年的耗水量居高不下，已经引起了国内外，尤其是水资源贫乏的国家和地区的高度重视。如何降低数据中心的耗水量，WUE指标是值得深入研究的一个课题。
37．碳使用效率CUE
TGG提出的碳使用效率CUE的定义为：数据中心总的碳排放量与IT设备年耗电量之比。
CUE虽然形式简单，但是计算数据中心总的碳排放量却很容易出错。碳排放量应严格按照联合国气象组织颁布的计算方法进行计算统计。一、上市企业
1、光环新网
地理优势——公司现有机柜中超75%分布在北京，约10%分布在北京周边，超14%分布在上海。公司目前正在京津冀地区、上海及长三角地区IDC市场积极布局，房山二期、河北燕郊三期、燕郊四期、上海嘉定二期、江苏昆山园区等绿色云计算基地项目的筹划及建设工作正在有序进行。
自有土地优势——公司目前一共拥有八大数据中心（3万个机柜），主要为自有土地，一共规划约5万个机柜，按照公司现有项目储备，可扩容至约10万个机柜的体量，产能储备丰富。自有土地可以带来明显的成本优势。
公司IDC业务商业模式为零售，前五大客户占比不高。金融客户平均租金价格最高，目前公司客户结构中拥有近1/3的金融客户。
自建＋并购的扩张模式
2、万国数据
目前公司数据中心覆盖上海、北京、深圳、广州、成都等一线城市及其周边地区，客户包括互联网及云计算、金融客户、大型央企国企等600余家，目前已成为行业内批发型数据中心领军企业。
公司瞄准了IDC行业高速成长机遇，借助美国宽松的资本市场环境（对盈利要求较低），近年来实行较为激进的扩张策略。公司近五年来营收复合增速（2014-2018）高达56%；由于扩张步伐较快，公司净利润处于亏损状态，我们主要考察EBITDA指标。随着上架率的提升，公司固定成本和费用体现出规模效应，近五年EBITDA复合增速（2014-2018）达到121%，EBITDA率也随着上架率的提升开始爬坡。公司快速扩张对资金需求较高，从公司的负债率来看，当前负债率较高，但偿债能力正在逐步改善。
公司客户以云计算客户为主，质量优质。商业模式以批发型为主，零售型为辅。批发型业务与客户签订合同主要以三到十年为期限，零售型业务与客户签订合同主要以一到五年为期限。公司近年来不断调整客户结构，乘云计算之风，选择更多的承接云化数据中心项目，云计算客户占比也由2017H1的511%提升至2019H1的730%。与此同时客户类型与质量不断优化，截止2019H1，公司服务客户数量超过600家，主要包括阿里、腾讯、百度、微软、携程、平安科技、华为等。
上电率不断爬坡，签约率持续稳定。归因于客户结构变化的原因，公司平均机柜租金一定程度有所下降，但公司机柜上电率的爬坡保证了公司业绩的快速增长。从机柜销售情况来看公司的预销售率不断提升，得益于销售能力和品牌效应不断加强；而机柜签约率近两年始终保持在90%以上，更能直接反应行业需求持续旺盛。
现有可供运营数据中心仍有爬坡空间。目前公司数据中心分布于北京、上海、深圳、广州、成都地区及其周边，截止2019H1可供运营的面积有180441平米，若按照25平米对应每个机柜折算，约72176个机柜。其中约41501个机柜（占比575%）正在稳定运营，约30675个机柜（占比425%）仍在爬坡过程之中。
资源储备丰富，机柜仍将快速扩张。从资源储备来看，截止2019H1公司在建面积78373平米，折合31349个机柜，分布在北京、上海、深圳、广州等核心城市及周边地区，其中北京地区在建面积36811平米（折合14764个机柜），上海地区在建面积22134平米（折合8854个机柜），广深地区在建面积19328平米（折合7731个机柜）。公司仍处于快速扩张期，2019年第二季度公司新建"BJ8"、"LF1"、"LF2"三个数据中心，三个数据中心合计能够容纳20628平米IT资源（折合8251个机柜）。同时，公司拟收购"BJ9"数据中心。该数据中心能够容纳8029平米（折合3211个机柜），预计年底完成收购。
3、数据港（2017年上市）
第三方定制化批发型IDC供应商，在运营15个数据中心，在建10个左右数据中心。公司客户主要为BAT尤其是阿里巴巴，一般签订10年服务合同，且以批发形式销售。
所建数据中心的销售和利用率有稳定保障。公司大股东为市北高新集团，背后实控人为静安区国资委。国企的背景给了公司资金、拿地方面的巨大优势，有助于公司快速扩建。近年来，随着公司与阿里巴巴的深度合作，连续签订了总金额超130亿的服务合同，使得公司快速发展，后续成长也有坚实保障。
互联网进入下半场，批发定制型IDC更受益
公司是第三方IDC服务商中的第一梯队企业，竞争优势显着，保证公司充分受益行业趋势：（1）同时服务于BAT互联网巨头，运维能力强，受到行业及客户认可（2）先订单，再建设，后运营”的批发定制业务模式，保障了公司所建数据中心的销售和上电率（3）公司具有全生命周期管理和成本控制能力，PUE达到全球领先水平（4）已具备行业内领先的业务体量，上市后进一步增强综合业务能力。
数据港的传统IDC业务规模在2019年不断扩大，例如投资建设的ZH13等数据中心项目，今年3月与阿里签订了合作备忘录，项目预计总投资约1859亿元，预计项目未来十年服务收入总金额最高可达到828亿元人民币。此类与大客户签订的订单是数据港基础业务快速增长的主要动力。
2014-2018营收复合增速为3379%，归母净利润复合增速为2477%；EBITDA复合增速为2681%。
起步于阿里，逐步拓展至大客户。公司成立之初建设杭州536数据中心，主要为阿里提供定制化服务。2011年以来，受益移动互联网和云计算的快速发展，国内BAT等大型互联网公司业务规划大幅提升，不约而同地形成大约以15万~2万台服务器为一个大型数据中心模块的技术规划。公司凭借服务阿里的定制化项目经验，抓住行业机遇，客户也从单一的阿里逐步拓宽至腾讯、百度等等。
合作不断加深，再次斩获阿里订单。公司与阿里十年来，双方合作不断加深。截止2018年公司已经连续8年为阿里巴巴提供双十一数据中心运维保障服务。2017年公司收到阿里巴巴HB33数据中心需求意向函，项目预计总投资88亿元，数据中心总金额测算约14亿元，服务期限10年。2018年公司再次收到阿里巴巴5个项目意向函，总投资约186亿元。根据结算方式的不同，按照10年服务期限，结算模式一（不含电报价）平均每年可以贡献404亿收入，结算模式二（含电报价）平均每年可以贡献828亿收入。
公司在手订单或意向合同充沛，成长动力充足。截止2019H1，公司共运营15个自建数据中心，主要分布在上海、杭州、深圳、北京等核心城市以及周边地区，合计可供运营机柜数10467个。公司在手订单或意向合同项目包括与中国电信合作的萧山大数据平台项目、与中国联通合作的深圳创益项目，房山中粮项目，与阿里合作的HB33中都草原项目，以及与阿里合作的ZH13等五个云化数据中心项目。若其他项目参照萧山项目投资额进行机柜折算，公司未来3-5年有望新增18个机柜以上，成长动力充足。
4、杭钢股份
在业内人士看来，IDC虽然市场前景大，但行业目前出现了产能过剩的情况，所以杭钢股份的跨界也存在难度。
6、城地股份（603887）
2018年收购香江科技新增IDC业务，2019年100%并入，预计2020年IDC业务达上市公司收入一半以上。香江科技聚焦IDC运营，集成解决方案，设备等业务，客户有移动、华为、联通等。
根据香江科技财报数据，近年来该公司经营业绩表现不错，草案披露的报告期内（2016年度、2017年度和2018年1～3月）分别实现营业收入49亿元、891亿元和140亿元，其中，2017年的营业收入还实现同比增长8178%；净利润方面，报告期内实现金额分别为357300万元、806493万元和152346万元，其中2017年的净利润同比增幅达到12572%。
香江科技的资产负债率居高不下,分别达到了6716%、6713%和6487%，相比之下，作为同行业的上市公司光环新闻、网宿科技以及国脉科技的资产负债率却要比香江科技低得多，2016年和2017年的行业平均资产负债率分别仅有2470%和3105%，即便是在2018年上半年，行业资产负债率也不过是3148%。
7、世纪互联（美股）
全国20+城市| 50+数据中心| 2000G+端口容量| 30000+机柜
世纪互联已构建京津冀、珠三角、长三角三个大的数据中心集群，并实现了数据中心之间互联互通，采用SDN技术保障链路的高可靠性，形成庞大的、全连接的数据中心“大底盘”。
8、宝信软件（600845）（上海及周边地区为主）
作为第三方IDC数据中心的宝信软件，那可不一般，建设周期短，投资成本低，拥有宝钢现成的工业厂房等设施，免费建设IDC，只需要购置冷却设备、安防系统等，就可以完成IDC机房建设。（以旧钢厂现成土地和电力设备为基础）
公司的IDC建设周期能缩短9个月左右，成本是数据港的1/2。
公司的IDC数据中心宝之云，坐落在上海罗泾，目前已经完成了三期，可用机柜数量达185万个，另外宝之云四期有8800个，目前已经开始交付部分机柜，完成后达27万个机柜，而且还能扩容，目前是亚洲最大的单体IDC数据中心。
公司的目标是把IDC辐射全国，2019年初，公司20%与武钢40%、上海宝地资产30%、武汉青山国资10%，共同在武汉合资建设大数据产业园——武钢大数据产业园有限公司，计划2019、2021、2023分别建2000、6000、10000个机柜，总计18万个，打造华中区域单体规模最大的数据中心。
截止2019年9月公司已经拥有机柜近2万架，并拥有超10万架机柜的建设用地。2018年年报显示，营收547亿，同比增长1456%，净利润669亿，同比增长5734%，扣非净利润604亿，同比增长5487%，其中：软件开发及工程服务营业收入为3522亿元， 服务外包营业收入为1690亿元，系统集成营业收入为242亿元；服务外包同比增长368%，是增长最快的，毛利率也是最高的，达到了40%，服务外包，指的就是IDC（大部分），接近总营收的40%。
预计公司19、20年IDC收入分别为1333、1658亿元。
2017年公司宝之云IDC四期项目发行可转债募集资金净额1577亿元。
9、浙大网新
浙大网新8月12日晚间发布公告，公司全资子公司华通云数据与阿里巴巴就数据中心项目达成合作共识，并签署了包含ZH12数据中心项目的《关于数据中心机房项目的合作备忘录》。商业模式为直销，大客户主要为浙江天猫、淘宝、华数广电、华数传媒。
华通云数据中心立足浙江布局全国，已投运6个T3+以上规格的数据中心，分别为杭州转塘、杭州紫荆、上海金桥、临安青山湖、淳安千岛湖、杭州三墩数据中心，总建筑面积60000多平方米，在网运营机柜10000多个。各数据中心PUE在12-15之间，其中淳安千岛湖数据中心按T4+建设，是全球最节能的数据中心之一，PUE<12。
华通云数据拥有一支资深的专家维护团队，724小时为客户提供专业服务。服务的客户主要是独角兽俱乐部（估值超过10亿美金的公司）和千里马俱乐部（估值超过10亿人民币的公司）的成员：如阿里巴巴、腾讯、百度、乐视、优酷、京东、360、美团、大众点评、一号店、天翼支付、洋码头、搜狐、新浪、爱奇艺等，以及金融类：浦发银行、方正证券、中大期货，海尔快捷通等，还包括政府客户（市信息办、社保等）、广电客户（浙江华数、传媒传媒等）。
10、奥飞数据（300738）（华南地区及国际市场）
公司是华南地区较有影响力的专业IDC服务商,主要为客户提供IDC服务及其他互联网综合服务，现已形成以广州、深圳、北 京、上海、南宁、桂林为核心节点的国内骨干网络,并逐步建立以香港为核心节点的国际网络。公司在广州、深圳等核心城市拥有自建高品质IDC机房,与中国电信、中国联通、中国移动等基础电信运营商保持着密切合作关系,为客户提供机柜租用、带宽租用等IDC基础服务及内容分发网络(CDN)、数据同步、网络安全等增值服务。
截至2019年6月末,公司在广州、深圳、海南、北京等地拥有自建数据中心,自建数据中心可用机柜数超过4,000个；根据公司数据中心建设和扩张计划,预计2019年年末,公司自建数据中心机柜数量将超过8,000个。一方面,相对于基础运营商的机房公司自建IDC机房具有更强的可控性，可以整合基础运营商的网络资源;另一方面,公司自建机房有利于降低机柜运营成本，从而取得更高收益。除自建机房外，公司在全国其他骨干网络节点，通过与当地中国电信、中国联通、中国移动等电信运营商合作运营机房,进行合理布局，可满足客户全国布点需求。
2018年，奥维科技与北京德升科技有限公司签订了合同总金额约35亿的业务合同，为其在北京建设一个建设规模约为3,200个机柜的数据中心。
二、未上市企业
1、腾龙控股集团
11月18日，腾龙光谷数据中心开工仪式在光谷光电子信息产业园举行。数据中心由光电子信息产业园和智能制造产业园两个园区组成，由腾龙控股集团投资105亿元，按照国际T3+标准，打造两个高等级、高安全、高可靠的新一代云计算数据中心。该项目计划分为三期同步建设，2020年9月一期建成交付4360个机架，至2021年9月共建成交付13000个机架。项目建成后，将成为武汉光谷区域内最大规模高等级数据中心。
2019年6月位于重庆两江新区水土高新生态城的中国电信两江腾龙数据中心一期项目落成投运。其二期建设正式启动，预计最快于2019年年底投运。
中国电信两江腾龙数据中心是为深圳市腾讯计算机系统有限公司“量身定制”的数据中心，由中国电信重庆公司与腾龙两江（重庆）科技有限公司通力合作，历经10个月的建设，现先已交付使用。
该项目一期建设总投资额约7亿元，打造成为中国西部地区高等级、高安全、高可靠的云计算数据中心之一。项目共计2200个高密机柜，采用微模块（MDC）模式建设，供电保障为双回路，双路由，四路市电接入。近历时10个月就完成了数据中心的竣工交付。
下一步中国电信重庆公司将继续与腾龙公司合作，进行中国电信两江腾龙数据中心二期项目的建设。据悉，二期项目占地面积约37亩，建筑面积约38000平方米，将高标准建设4500个机柜的最高等级数据中心，投资额达到13亿元。
目前，腾龙亦庄数据中心、中国电信两江腾龙数据中心已建成投入运营。在建的包括腾龙兆丰数据中心、腾龙光谷数据中心等。
腾龙控股未来三年将实现全国重要节点城市IDC资源全覆盖，在中国核心城市规划15座机房，包括北京、上海、天津、深圳、广州、南京、武汉、郑州、重庆、成都、昆明、沈阳、呼市、西安、南宁、兰州、黄山等地，陆续建成总体量达10万台机柜的数据中心，形成覆盖全国的网络化运营格局，五年内打造成中国数据中心机房保有数的NO1。
客户：BAT
2、润泽科技
河北廊坊润泽国际信息港 距北京市中心50公里
润泽国际信息港项目占地134万平方米,建筑面积262万平方米,专业数据中心机房面积达66万平方米。将打造 成亚洲最大的云数据中心集聚港,并建设成一个开放式的云存储数据中心产业集聚服务平台。润泽国际信息港项目被列入河北省“十二五”重点规划，承担着廊坊市及河北省信息产业转型的重要任务。
润泽国际信息港是润泽科技于2010年5月18日开工投资建设的云存储数据产业园区，润泽国际信息港总投资规模650亿元，占地2012亩，建设面积262万平米，其中数据中心面积66万平方米，可满足200万台以上服务器运行。已投入使用的数据中心面积82万平米及12栋创新研发楼，正在建设面积达14万平米，并吸引了众多单位入驻及合作，其中政府领域：国家信息安全中心、国家信息中心、国防科工局、工信部CSIP；金融领域：证监会、保监会、河北省建行、河北省开发银行、平安银行、中关村科技租赁、民生融资租赁等；企业领域：北京电信、中国科技网、国家超级计算天津中心等；教育领域：赛尔网络等；依托入驻园区企业的高速成长，润泽国际信息港在云计算、大数据领域步入国内前列。
3、浙江云谷
浙江云谷-磐石云数据中心项目采用新业态模式，由浙江云谷、中国电信、浙能集团三方合作打造。数据中心整合中国电信带宽资源优势、浙能集团电能、余热等资源优势、由浙江云谷公司作为项目运营载体，负责土地投资、土建和配套建设及项目运营。
浙江云谷-磐石云数据中心位于浙江温州磐石，距离温州龙湾机场仅20公里，车程20分钟；数据中心规划用地面积约50亩，建设总规模约50688㎡，具备约7900机架装机能力，投资总额106亿元。项目分两期建设，一期总建筑面积2928564㎡。一期采用2T独立三线BGP线路，已建2路由直达163骨干可靠性9999%；机房依照国际T3+、国内A级标准建设，采用模块化设计；数据中心紧邻浙能集团温州发电厂，双路市电输入，4套400KVA 2+1并机电源，每台主机各配置1200AHUPS 1组，配备14台1800KW大容量柴油机发电机组，电力系统可靠性9999%；机房采用溴化锂水冷空调机组，地板下送风，PUE低于128；消防系统完善，烟感温感监控，采用七氟丙烷全自动管道式气体灭火；724小时客服，智能化运营管理服务平台。
浙江云谷-磐石云数据中心项目于2017年8月23日签约，2018年8月29日开工，今年7月一期建设封顶，将于2020年6月正式投入运行。
4、卓朗科技
虽然卓朗科技正式进军IDC领域仅四年，IDC业务版块取得的成绩却已是成绩斐然，现有数据中心涵盖IDC传统优势区域、二三线城市市场、气候资源优势区域。卓朗科技在全国范围内建造了四地五中心的数据中心节点构架，分别为：
天津一期数据中心、天津金霞路数据中心、北京亦庄云计算数据中心、江西抚州云计算数据中心和规划建设中的新疆昌吉云计算数据中心。
天津数据中心一期位于天津红桥区意库产业园，按照国际Tier 3、国家A级标准建设。建筑面积4000㎡，机房面积：1800㎡，配置657个机柜，目前已经投入运营。数据中心二期位于天津市西青区金霞路，同样按照国际Tier3、国家A级标准设计建设，预计于2020年动工，设计配置机柜7112个。
北京亦庄云计算数据中心位于亦庄经济开发区，建筑面积9552㎡，按照国际Tier3、国家A级标准建设，数据中心标准机柜2024个，分九个模块，采用单独的供配电系统以及空调制冷，可相互进行容灾备份。
江西抚州云计算数据中心一期位于江西抚州市高新区园纵四路与惠泉路交叉口，一起建筑面积4600平米，同样按照国际Tier3、国家A级标准建设的数据中心，标准机柜600个。二期建设建成后整体规模标准机柜4776个。
新疆吉昌数据中心位于新疆昌吉市，设计容纳8000+机柜，正在规划建设中。
李立仑表示，卓朗科技不仅仅投身于数据中心建造，同时也为着力打造数IDC与云计算的共生生态付出了很大的心血。未来卓朗会在北上广深渝等地加大自建数据中心部署力度、同时会在高密、高电、高安全防护、高度定制化等方向突出数据中心特色。
卓朗科技的数据中心还会根据当地气候和资源情况，采用不同的降能耗创新手段 。
5、能通科技
能通科技股份有限公司业务涉及云计算、智慧城市等领域。重整后的新能通科技服份有限公司于2018年正式落户北京市房山区，并于12月18日全面启动了“能通云计算数据中心”的项目建设。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）