灵活消费模式可降低IT开销、有助于投资

网络 网络管理 网络运维
并非所有工作负载都适合云端,这意味着,传统数据中心仍然占有一席之地。但内部部署基础架构必须与IaaS和SaaS等按需付费模式竞争,为此,戴尔、思科、联想和HPE等供应商正在推动一种名为“灵活消费”的新IT模式。

并非所有工作负载都适合云端,这意味着,传统数据中心仍然占有一席之地。但内部部署基础架构必须与IaaS和SaaS等按需付费模式竞争,为此,戴尔、思科、联想和HPE等供应商正在推动一种名为“灵活消费”的新IT模式。

虽然灵活消费及其特定产品可能因供应商而异,但其总体目标是为本地硬件和软件实现即付即用的付费模式。

[[273306]]

灵活消费基础知识

在硬件层面,灵活消费背后的主要理念是降低硬件投资的成本。这里的做法是,先确定最小或基准容量,再确定一定量的额外容量,以支持增长或峰值使用。

这也可以定位为混合云,让用户以类似云的方式访问本地硬件,同时将数据中心连接到公共云提供商。然后,企业将为基准容量支付固定成本,并为所使用的任何额外容量支付可变成本。

这里需要安装的设备包括:用于监控和测量容量使用的自动化工具,以支持计费和服务质量目的。企业可以根据实际使用模式随时调整基准和额外容量,并相应地调整计费。这意味着,企业只需按时支付最少固定费用,并为额外容量支付额外经常性成本。

其中一些最值得关注的产品包括HPE GreenLake、戴尔Flex On Demand、思科OpenPay和联想TruScale基础设施服务,但供应商可能不会在整个硬件产品组合中提供灵活消费模式。

在传统的IT支出模型中,企业最终负责软件许可证管理:确定哪些软件工具适合以及需要多少许可证。忽略许可证可能会使企业失去重要功能,迫使企业慌忙添加许可证,甚至面临违反许可证的风险。

灵活消费使软件许可更多地成为一种协作过程,并允许企业随着时间的推移调整软件需求,使企业部署更加经济实惠的集体软件许可结构。

所有SaaS产品都遵循某种形式的灵活消费模式,并允许企业在不需要安装或维护应用程序的情况下使用软件。企业不需要处理许可证,只需要为帐户或席位数量或软件服务所执行的工作量付费即可。示例包括ServiceNow Now Platform和SAP Concur。

灵活消费的利弊

灵活消费模式最显着的好处是降低风险。传统来看,对很多企业来说,资本密集型IT投资都有风险。这种投资涉及很多资金,企业领导者必须知道投资将提供想要的结果。这种风险水平往往会抑制新技术和创新技术的部署,同时让企业面临着落后或失去竞争力等不同风险。

而灵活消费模式可消除部分这种潜在风险,并降低财务障碍。企业不需要直接购买一定数量的设备,他们可获取相同数量的设备,只需支付使用相对较小的容量,然后在设定的时间段内根据需要使用额外的资源。

灵活消费模式还可简化成本控制。在传统的IT采购中,企业简单部署设备后,还需要大量额外的工作和监控工作,以确定业务应用程序如何使用基础架构。从企业角度来看,当领导者希望技术提供新的或未经证实的功能时,灵活消费模式可能会更具吸引力。

在供应商的灵活消费模式中,关键要素是监控和计量工具,这些工具可为企业提供细节快照,详细描述容量如何被消耗以及相关驱动因素。成本分配和控制当然不是新概念,但它通常与灵活消费模型相关联。

对于灵活消费,最困难的方面是改变业务和IT领导者的思维模式。从Capex转移到Opex可能是一个挑战。灵活消费对企业也具有突破性,因为企业看待IT角色的方式会发生根本性的变化。不稳定、不清晰或不可预测的使用模式可能会给这种支出模式带来利用问题和意外账单。

幸运的是,托管主机托管和云计算等技术的成功使基于消费或按需付费的IT模型变得可行,因此,现在转换到这种模型要容易得多。

责任编辑:赵宁宁 来源: TechTarget中国
相关推荐

2020-02-05 13:03:55

数据中心混合云技术

2022-10-08 08:38:32

物联网

2010-03-12 16:15:06

Python调试

2011-12-09 09:31:58

桌面虚拟化

2021-11-26 05:14:44

开源数据库安全漏洞

2023-02-13 10:41:08

企业首席信息官

2021-06-10 09:34:24

前端开发工具开发

2013-07-17 09:19:23

2019-11-19 12:40:36

AI人工智能开源工具

2017-04-14 10:40:43

SDS系统选择

2013-01-22 17:44:01

2020-03-23 09:31:51

JavaScript函数技术

2024-04-11 11:36:26

数据中心公共云计算IT企业

2023-06-09 19:03:35

开源组织

2023-04-11 10:14:27

物联网IOT

2014-04-15 10:07:22

大数据

2019-11-18 11:07:13

人工智能技术Apache

2021-08-13 10:33:55

IT经理首席信息官CIO

2010-06-11 22:20:27

2018-10-25 14:14:52

云计算机器学习数据分析
点赞
收藏

51CTO技术栈公众号