云经济学:剖析一个必读的白皮书

原创
云计算
CIO.com的Bernard Golden说,微软发布的新白皮书,也许是云经济学讨论的一个分水岭。它关于私有云成本的结论可能会让很多人大吃一惊。

CIO.com的Bernard Golden说,微软发布的新白皮书,也许是云经济学讨论的一个分水岭。它关于私有云成本的结论可能会让很多人大吃一惊。

如果你想搞清楚云计算革命的主要驱动力是什么,你可以读一读微软的新白皮书:“The Economics of the Cloud”。在这个白皮书中,作者Rolf Harms 和Michael Yamartino 对云计算背后的经济学原理进行了分析,同时,他们还用令人信服的方式论证了为什么迁移到新的技术平台是大势所趋。这个白皮书的副本可以从作者的博客中下载。(作者的博客:http://blogs.technet.com/b/microsoft_on_the_issues/archive/2010/11/11/the-economic-impact-of-the-cloud.aspx)

经过简单的介绍以后,作者抛出了中心论点:尽管开始会对新技术产品的缺点忧心忡忡,但是,“从历史角度来看,经济学会对旧事物消亡的速度和走向产生更大的影响,因为技术问题通常可以通过我们习以为常的,迅速出现的革新来解决和克服。”

关于这个主题,这里引用另外一位伟人的名言:“这是经济,蠢材。”(译者注:这是1992年,克林顿竞选美国总统时候的“金句”。具体可以参考维基百科中的说明:http://en.wikipedia.org/wiki/It%27s_the_economy_stupid)

作者指出:在高科技产业中,在某些技术还存在缺陷的情况下,就开始采用这些新技术并不是什么新鲜事,客户端/服务器端,虚拟化就是很好的例子。他们的观点是经济优势最终会让人们无视初期的反对意见,让这个技术流行起来。

进一步来说,就是:如果可以提供显著的经济优势,组织还是会采用这些技术的——尽管它们清楚,这些技术还存在一些缺点。如果一个人看到了今天个人计算机的情况,他一定不会相信我们使用的技术充满了脆弱性和安全漏洞,管理和维护成本也很高,而且,还需要不断地进行升级。我们容忍了这些缺点,这是因为使用个人计算机——在个人计算机之间轻松地进行数字化的通信;使用可变的数字化的文档(这些文档可以逐步地改进,也可以对假设的情况进行探究);在个人计算机上解决科学问题,进行数据分析等,我们可以获得巨大的利益。

问题是,难道云计算就不存在什么问题吗?毫无疑问,是存在的。除了一些经常讨论的问题——例如,安全性,SLA(Service level agreement)的等级,集成的复杂性,还存在一些其他的问题——例如,软件许可协议,可用的带宽,全新的,可以现场进行自主学习的应用程序架构设计模式。

这样的话,问题就变成:云计算是否提供了足够的经济利益,让我们可以忍受这些缺点呢——就像个人计算机的例子那样。对于这个问题,作者的回答是:Yes!

云计算数据中心三方面的规模优势

经济优势的基础是云计算数据中心可以形成规模经济。这个白皮书总结出了三方面的规模优势:

1,节约供应方的成本:在采购方面,云数据中心可以降低每台服务器的成本。

2,需求方聚集:和单租户的数据中心比起来,通过支持大量的租户,云提供商们可以提高服务器的利用率。(甚至,对于那些有很多不同的部门,业务单位,或子公司来共享数据中心的大型公司来说,情况也是如此的。)

3,多租户效应:托管多个租户可以分散管理成本,同时,还可以降低每个数据中心用户的成本。

在供应方方面的一个成本优势是:能源成本。在这种情况下,云提供商们可以选择成本较低的地理位置,一旦这个地理位置选定了,就可以考虑如何让能源消耗量降到最低的问题了。来自于Computerworld的这篇文章(题目是:"Data center density hits the wall")说明了,在现在的数据中心里,能源管理的重要性。(关于这篇文章,具体可以参考:http://www.computerworld.com/s/article/9144466/Data_center_density_hits_the_wall)我只是想说,要降低数据中心的成本,对使用量和能源成本进行管理是十分重要的,在这方面,云提供商都是专家。其他的成本优势包括:劳动效率和安全性(从总体上来说,那些数据中心的规模会增加安全方面的开销,但是,对于每个服务器来说,安全方面的开销会更低。)

为了让大家对当前数据中心的规模有一个大概的了解,这个白皮书列出了一些最近新建的数据中心,其中最大的一个数据中心在苏格兰,占地300万(!!)平方英尺。

在需求方方面,云提供商们支持大量的用户,同时,通过把大量对计算资源的使用请求聚集在一起,它们消除了资源使用的高峰和低谷。作者认为,在大型的服务器上,利用率可以得到显著的提高,因此,这种方式可以显著地降低运营成本。

最后,显而易见,云提供商们更倾向于通过集中式的NOC(Network Operation Center)来运行多个数据中心,这样的话,可以通过降低职员数量的方式来降低运营成本。在微软的一个数据中心中(关于这个数据中心的具体介绍可以参考《福布斯》杂志:http://www.forbes.com/forbes/2009/1116/outfront-ibm-cloud-microsoft-new-cloud-computing.html),只有大约35个人,却运营着占地70万平方英尺的设备。在某种程度上,这是可以实现的,因为运营人员的职责是让那些设备处于备用状态和管理一些其他的微软数据中心。(《福布斯》杂志在它的文章中,对现场职员数量的描述有些言过其实了;尽管如此,服务器和职员数量的真实比例也足以令我们瞠目结舌了)

在规模经济那个章节的最后,这个白皮书还在继续说明规模经济的优势:一个拥有10万台服务器的数据中心的TCO(Total Cost of Ownership)(作者可能指的是每台服务器的TCO)比一个拥有1000台服务器的数据中心低80%。

#p#

数据中心运营成本显著降低的含义

接下来,这个白皮书探讨了数据中心运营成本得到显著降低的含义。在它总结的那些条目中,和新平台有关的一些条目是:

1,IT使用量的增加。

虽然整个产业都是建立在由低成本(摩尔定律会导致成本下降)推动的弹性需求的基础之上的,但是很多人还是没有认识到云计算可以显著地增加IT的使用量。成本降低=使用量增加。

2,可伸缩的使用方式提高了可以完成的计算任务的规模的上限。

当使用1000台服务器1个小时,和使用一台服务器1000小时一样容易的时候,计算密集型的任务就可以完成了。例如,基因学,数值分析等。

3,降低风险和更多的实验次数。

当计算不需要资金投入的时候,对一些事情进行实验会变得更加容易,你无需再不停地进行理论分析了。越来越多的IT业务在初期就可以通过云计算看到结果。

接下来,这个白皮书进入了争议最大的部分,开始评估公有云和私有云的经济情况。根据原始的UC Berkeley RAD Lab Cloud Computing Report(具体可以参考:https://docs.google.com/document/d/1L-p1cvrIXmTLhAnBsY2g4S55E6DotxzCTuvImihSFRM/berkeley%20RAD%20lab%20cloud%20report),作者得出了这样的结论:即使对于一个只有1000台服务器的云来说,私有的变异体也比公有的云计算环境的TCO(Total Cost of Ownership)高10倍。

然后,作者讨论了,在短期内,什么类型的业务实体更适合使用私有的云计算,以及随着时间的推移,这些选择会发生怎样的改变。他们的所有观点可以概括为:公有的云计算的经济优势会得到认可,安全性和可靠性方面的担忧将会逐渐消失,最后,公有的云计算会得到大家的青睐。

我认为他们的描述过程缺乏力度。如果公有的云计算的经济优势真的比私有的云计算高10倍——并且,这种优势已经得到了大家的认可,那么,要想证明应该在私有的云环境方面进行投资,将会是一件十分困难的事情。总之,对这些比较的广泛认可可能会显著地增加公有的云计算的采用率。我建议这个白皮书的作者可以把他们的成本分析提供给其他人,来验证他们的假设和计算,因为这个章节肯定是整个文档中争议最大的部分。

如果你正在筹划你的云计算计划,或者准备要评估你的策略,那么,你应该自己下载和阅读这个白皮书。它不并没有涉及到这个主题的方方面面,但是这个白皮书被认为是云计算经济学的分水岭。

原文名:The Economics of the Cloud: Dissecting a Must-Read White Paper 作者:Bernard Golden

【本文乃51CTO精选译文,转载请注明出处!】

【编辑推荐】

  1. 大致概论云计算的规模经济
  2. 深度分析:不可忽视的云计算隐性成本
  3. 云计算成本低?当心被忽悠了
  4. 云计算:愚蠢的经济学

 

 

 

 

 

 

 

 

 


 

责任编辑:王勇 来源: 来源:51CTO
相关推荐

2016-12-26 14:56:33

戴尔

2010-05-07 13:42:20

云计算成本

2020-07-21 10:51:08

阿里云云原生

2012-09-19 21:06:07

2018-10-15 14:57:14

华为

2018-10-15 23:22:41

互联网

2018-10-16 17:23:10

云数据

2009-03-19 15:47:07

Avocent白皮书

2011-12-14 18:14:25

SAP

2017-09-06 16:15:47

存储

2023-04-26 12:36:20

Thoughtwor数据工程

2014-07-28 14:07:05

Google移动设计网页

2021-06-08 14:53:13

多云多云环境云平台

2015-05-29 09:12:06

2017-11-01 09:07:05

2012-05-14 13:34:27

IBM毛新生云计算

2014-10-21 16:13:10

2014-06-26 09:41:57

点赞
收藏

51CTO技术栈公众号