在公有云服务器市场中，浪潮服务器表现怎么样？

服务器行业主要上市企业：浪潮信息(000977)、联想集团(00992HK)、神州数码(000034)、广电五舟(831619)、北京太速(873283)等。

本文核心数据：营业收入、营业利润、资产负债、专利数量

——发展历程对比：浪潮成立时间早

新华三集团作为数字化解决方案领导者，致力于成为客户业务创新、数字化转型值得信赖的合作伙伴。作为紫光集团旗下的核心企业，新华三通过深度布局“芯-云-网-边-端”全产业链，不断提升数字化和智能化赋能水平。新华三拥有芯片、计算、存储、网络、5G、安全、终端等全方位的数字化基础设施整体能力，提供云计算、大数据、人工智能、工业互联网、信息安全、智能联接、边缘计算等在内的一站式数字化解决方案，以及端到端的技术服务。同时，新华三也是HPE®服务器、存储和技术服务的中国独家提供商。

浪潮集团是中国领先的云计算、大数据服务商，拥有浪潮信息、浪潮软件、浪潮国际三家上市公司。主要业务涉及云计算、大数据、工业互联网、新一代通信及若干应用场景。已为全球一百二十多个国家和地区提供IT产品和服务。

——公司规模对比：浪潮信息公司整体规模更大，资产负债率更低

从两家公司的整体规模来看，浪潮信息的总资产及净资产水平都比新华三要高，且浪潮信息资产负债比较新华三低，反映浪潮信息举债经营规模处于相对合理范围，新华三举债经营规模相对较高，风险相对较大。

——经营情况对比：2021年浪潮信息营业收入略胜一筹

从两家公司的营业收入来看，2017-2021年两家公司的营业收入均呈上升趋势，浪潮信息的营业收入整体高于新华三。2021年浪潮信息营业收入为亿67048亿元，同比增长64%;新华三营业收入为44351亿元，同比增长205%。

——营业利润对比：新华三营业利润整体更高

从两家公司营业利润对比来看，2017-2021年新华三营业利润整体高于浪潮信息。2021年，浪潮信息营业利润为2153亿元，同比增长2352%;新华三营业利润为3663亿元，同比增长1755%。整体来看，浪潮信息营业收入高于新华三，但营业利润低于新华三，主要原因新华三产品毛利相对较高，公司主要以服务器销售及应用解决方案销售为主;而浪潮信息主要以服务器产品销售为主。

——服务器产品布局：浪潮信息处理器以英特尔为主

从两家公司的服务器产品类型对比来看，浪潮信息的服务器产品处理器及其他部件主要以英特尔核心产品为主，新华三使用的处理器包括英特尔、AMD，以及国产化的澜起津逮和鲲鹏处理器。两家公司均有边缘计算服务器产品，边缘计算服务器的处理器以英特尔为主。

——服务器应用案例对比：新华三更加注重AI服务器业务

从两家公司服务器应用案例对比来看，浪潮信息更加注重以高算力高存储能力的服务器支持企业进行大量业务，而新华三公司则更加注重AI服务器在云计算、人工智能方面的业务，为应用企业提供智能服务。此外，两家公司都有超融合一体机业务。

——服务器研发情况对比：浪潮信息服务器在研项目数量更多

从两家公司服务器研发项目来看，浪潮信息在研服务器项目数量比新华三更多在研项目覆盖通用服务器、高端服务器，以及AI服务器，新华三主要是服务器产品更新迭代。

——浪潮信息专利数量对比：浪潮信息专利数量是新华三专利数量3倍以上

从专利技术数量来看，根据“智慧芽”搜索的记录，浪潮信息与服务器相关的专利技术多达13000项，新华三服务器相关的专利数量为3740项，浪潮信息的专利数量是新华三的专利数量3倍以上。

——浪潮信息VS新华三对比总结

整体看来，尽管两家企业在行业内处于领先地位，当前综合公司规模、业务收入、研发项目和专利技术的层面来看浪潮信息更胜一筹，但从产品布局及应用案例上看，新华三产品相对更丰富，同时新华三营业利润较高且保持稳定增长，未来企业发展应当会稳步前进。

更多本行业研究分析详见前瞻产业研究院《中国服务器行业市场前瞻与投资战略规划分析报告》。

根据咨询公司STL Partners的研究发现，边缘计算能够在许多场景大展身手，这里选择了以下9个重要的应用场景：
1、自主汽车
卡车车队的自动组队可能是自动车辆的首批使用案例之一。在这里，一群卡车在车队中彼此紧跟着行驶，节省了燃料成本，减少了拥堵。有了边缘计算，除了前面的卡车，所有卡车都将不再需要司机，因为卡车将能够以超低延迟相互通信。
2、油气行业资产的远程监控
石油和天然气的失败可能是灾难性的。因此，他们的资产需要仔细监控。
然而，石油和天然气工厂往往位于偏远地区。边缘计算使得实时分析与处理更接近资产，这意味着更少地依赖于与集中式云的高质量连接。
3、智能电网
边缘计算将成为更广泛采用智能电网的核心技术，有助于企业更好地管理其能源消耗。
连接到工厂、工厂和办公室边缘平台的传感器和物联网设备正在被用于实时监测能源使用并分析其消耗。有了实时可见性，企业和能源公司就可以达成新的交易，例如在电力需求的非高峰时段运行大功率机械。这可以增加企业对绿色能源，如风能的消耗。
4、预测性维护
制造商希望能够在故障发生之前分析和检测生产线的变化。
边缘计算有助于使数据的处理和存储更接近设备。这使物联网传感器能够以低延迟监控机器健康状况，并实时执行分析。
5、住院病人监护
医疗保健包含几个优势机会。目前，监测设备，如血糖监测仪、健康工具和其他传感器等，要么未连接，要么需要将来自设备的大量未处理数据存储在第三方云上。这给医疗保健提供者带来了安全问题。
医院网站上的边缘可以在本地处理数据，以保护数据隐私。边缘计算还可以向从业者及时通知患者的异常趋势或行为。
6、云游戏
云游戏是一种新型的游戏，它可以将游戏的实时内容直接传输到设备上，这种游戏高度依赖于延迟。
云游戏公司正在寻找尽可能接近玩家的边缘服务器，以减少延迟，提供完全响应和沉浸式游戏体验。
7、内容交付
通过在边缘缓存内容，如音乐、视频流、网页等，可以极大地改善内容传播。延迟可以显著降低。内容提供商正在寻求更广泛的分发CDN，从而根据用户流量需求保证网络的灵活性和定制性。
8、交通管理
边缘计算可以使城市交通管理更加有效。这方面的例子包括在需求波动的情况下优化公交频率，管理额外车道的开启和关闭，以及未来管理自动驾驶汽车流量。
通过边缘计算，使处理和存储距离智能家居更近，减少了回程和往返时间，并在边缘处理敏感信息。例如，亚马逊的Alexa等语音助手设备的响应时间会快得多。
有了边缘计算，就不需要将大量的流量数据传输到集中式云，从而降低了带宽和延迟的成本。
9、智能家居
智能家庭依赖于物联网设备从房子周围收集和处理数据。通常，这些数据被发送到一个中央远程服务器，在那里进行处理和存储。然而，这种现有体系结构存在回程成本、延迟和安全性方面的问题。
通过边缘计算，使处理和存储距离智能家居更近，减少了往返时间，并在边缘处理敏感信息。
这些只是边缘计算跨多个行业支持的许多用例中的一小部分。以谐云边缘计算应用实例来说，通信领域，谐云为行业巨头某在线服务公司业务场景定制开发、打造了云边协同平台，助力其轻松应对流量洪峰；交通领域，联合上汽集团商用车技术中心打造了“基于容器的下一代车云协同架构”，是汽车行业的首款“云、边、端”一体化架构，可实现百万级车联网大规模接入；为某跨海大桥打造了一体化协同的产品，积累了丰富的“边-端”设备协议对接经验，交付了行业顶尖的“软硬一体化”的整体解决方案。
其中，某在线服务公司和上汽集团案例分别荣获《2020年分布式云与云边协同十佳实践案例》奖项和《2021年分布式云与云边协同十佳实践案例》奖项。旗下边缘计算产品通过“2021云边协同类能力评估”、“边缘一体机、可信物联网云平台（通用/安全要求）”多项能力评估，获浙江CCF2021优秀产品奖，在业内拥有极佳口碑，并获得行业权威认可。
目前，谐云边缘计算已实践于分布式云、物联网、车云协同、边缘智能金融等多场景，为边缘计算领域树立了实践标杆和经典案例。并在一些典型行业如通信、交通、金融、军工等多个行业领域中得到大规模的落地验证。

浪潮边缘计算服务器NE5260M5支持多种异构加速卡，拥有超强算力，高精度主流推理模型的性能位居业界前列，适用于多个行业领域。在计算机视觉领域中，可实时高速图像视觉处理，广泛应用于工厂AI质检、场景识别、智能交通等应用。在图像识别场景中，基于ImageNet图像数据集，超过759%准确率。在视频增强场景中，可实时进行视频分辨率增强，服务器处理性能可达240FPS，性能达到业界一般产品的2倍。其次，在自然语言处理领域中，可应用于文本分类、舆情监管、智能客服等场景，在业界公认的测试模型Bert-Base上，同时兼顾性能和精度，在FP32高精度下性能是业界一般产品的15倍。最后在电商、短视频推荐场景中，可实现精准、高效、实时的目标内容投放，实现更准确的内容推荐。

“边缘计算”的概念本身并不是一个“新鲜词”。早在2003年，CDN服务商Akamai就与IBM合作推出了最早的“边缘计算”。如果以时间维度看，从亚马逊在2006年推出AWS看作是云计算的起点开始，那么它要比云计算被提出的时间更更加的早。
不过，过去很多年的时间由于技术和应用场景等各种原因，边缘计算一直没有获得太多的关注，直到5G时代的到来，才让一直处在“很边缘”的边缘计算得到了全新的发展良机。
云计算是通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将与互联网更相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。
云计算vs边缘计算
云计算的不足
随着边缘计算的兴起，在太多场景中需要计算庞大的数据并且得到即时反馈。这些场景开始暴露出云计算的不足，主要有以下几点：大数据的传输问题：据估计，到2020 年，每人每天平均将产生 15GB 的数据。随着越来越多的设备连接到互联网并生成数据，以中心服务器为节点的云计算可能会遇到带宽瓶颈。数据处理的即时性：据统计，无人驾驶汽车每秒产生约 1GB 数据，波音 787 每秒产生的数据超过 5GB；2020 年我国数据储存量达到约 39ZB，其中约 30% 的数据来自于物联网设备的接入。海量数据的即时处理可能会使云计算力不从心。隐私及能耗的问题：云计算将身体可穿戴、医疗、工业制造等设备采集的隐私数据传输到数据中心的路径比较长，容易导致数据丢失或者信息泄露等风险；数据中心的高负载导致的高能耗也是数据中心管理规划的核心问题。
边缘计算的优势和发展
边缘计算的发展前景广阔，被称为“人工智能的最后一公里”，但它还在发展初期，有许多问题需要解决，如：框架的选用，通讯设备和协议的规范，终端设备的标识，更低延迟的需求等。随着 IPv6 及 5G 技术的普及，其中的一些问题将被解决，虽然这是一段不小的历程。相较于云计算，边缘计算有以下这些优势。
优势一：更多的节点来负载流量，使得数据传输速度更快。
优势二：更靠近终端设备，传输更安全，数据处理更即时。
优势三：更分散的节点相比云计算故障所产生的影响更小，还解决了设备散热问题。
两者既有区别，又互相配合上文讲了云计算的缺点以及边缘计算的优点，那么是不是意味着在未来，边缘计算更胜云计算一筹呢？其实不然！云计算是人和计算设备的互动，而边缘计算则属于设备与设备之间的互动，最后再间接服务于人。边缘计算可以处理大量的即时数据，而云计算最后可以访问这些即时数据的历史或者处理结果并做汇总分析。

边缘计算指的是靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台。这些物或数据源头的一侧搭载着融合网络、计算、存储、 应用核心能力的边缘计算平台，为终端用户提供实时、动态和智能的服务计算。

边缘计算是什么？

举个最简单的例子：在焊接机器人焊接两个钢制部件时，焊点如何选择？是偏左一点儿还是偏右一点儿，是偏上一点儿还是偏下一点儿？虽然冲压出来的钢板都是统一标准出来的，但是两个部件结合时难免会有细微差别，通过可视化观察以及边缘计算，机器人可以自己判断最优焊点的位置，将两个部件焊接牢固。每次焊接的数据通过网络上传至云端储存，用以机器学习。如果没有边缘计算，都通过云计算来判断焊点位置，生产效率会降低，同时焊点也可能千篇一律，有些部件可能正好赶上并不是最优的焊点位置，给焊接上了。

边缘计算这个词并不陌生，早在2012年已经有上市公司涉足这个行业，并标榜自己是边缘计算的概念股。当时实际上是为了解决IPTV或视频传送、CDN等问题。现在边缘计算的火热是5G、物联网、云计算共同繁荣的结果。也就是说边缘计算是一个会随着5G、物联网发展而长期发展的一个子行业，并不是短期的热点，可以长期投资，但也要做好风险防控，利用wind、风险早知道这样的软件跟踪行情变化。

---