数据量呈现指数级增长，企业端占比不断提升。根据中国信通院，到 2035 年，全球数据量将达 2142ZB（ZB：Zettabyte，1ZB 约十万亿亿字节），是 2020年所创建数据量的 45-46 倍。而由于进入云时代，数据在本地存储的需求逐步减少，企业在云端可为客户提供实时的数据和服务。 数据逐渐成为经济发展的重要生产要素。基于云能够快速访问的数据运用方式，数据日益影响企业和日常生活，例如商业航空旅行、自动驾驶、医疗应用、控制系统和遥测技术等社会生产力紧密相关的数据占比持续提升。IDC 预计到 2025年，娱乐相关的消费型数据占比将从 2012 年接近 60%下降至 30%左右，余下约 70%将是非娱乐化的图像/视频、生产力数据、工业生产等嵌入式数据。 单个数据的价值下降，多维数据整合方可挖掘深度价值，进一步催生算力需求。当前数据指数级增长的同时，数据类型也更加多元化，在交通、工业、商业运营等领域，少量、单一化的数据的价值较低，只有将大量、多维度的数据进行综合分析才能产生应有的价值。例如交管领域对于黑车的识别，需要将车辆行驶轨迹、车辆图像识别、人像识别与对比、车牌登记数据比对等多维度数据进行分析才能准确筛选。对于庞杂的不同类型数据（尤其非结构化的）统一分析与存储的需求催生了数据湖概念，同时随着云计算技术的深入应用，带来资源集约化和应用灵活性优势的云原生概念也产生，大规模集群计算需求旺盛。