雲裡霧裡雲計算 12 雲計算經濟學之現金流

雲計算經濟學之現金流

雲計算技術怎麼和經濟學扯上關係了？源頭在jim gray，他於2023年3月寫了一篇**，題為「分布式計算經濟學（distributed computing economics）」。

在這篇**裡，他比較分析了計算機硬體**和網路頻寬**。兩者都在逐年下降，但是前者下降的速度比後者的更快。他的結論是，資料處理應該在離資料本身比較近的地方進行，這樣有利於降低成本，尤其是網路頻寬消費所造成的成本。

如同建火力發電廠，應當把發電廠建在離煤炭礦山近的地方，也就是坑口電廠，更經濟實惠。因為傳輸電力的成本，比運輸煤炭的成本要低。

jim的結論顯然不利於雲計算市場的開拓。

jim gray早年求學於伯克利大學計算機系，畢業後先後任職ibm，dec，微軟，主要致力於資料庫研究。2023年獲計算機界的諾貝爾獎，圖靈獎（turing award）。

鑑於jim gray在計算機學界和商界享有的盛譽，他反對雲計算的觀點的影響面也大。所以，伯克利大學這群後生們意識到，欲立必先破，不破則不立。於是，「雲而上」這篇**花了大量篇幅，談論雲計算經濟學，與老學長爭鋒相對。

jim gray，turing award laureate，1998

courtesy

雲計算經濟學的核心，在於規模效應。文章先引用了兩個駭人的數字，

1. 企業私有自用的機房，使用效率通常只有5%到20%。

2. 為什麼機房使用效率如此低？為什麼不減少機房內伺服器的數量？因為高峰期對伺服器的需求，經常比平均需求高出2到10倍。

雲計算平台面向多家企業。各個企業需求計算資源的時間分布不同，這個企業的需求高峰期，可能恰好是另一家企業的需求低潮期。這樣，雲計算平台可以動態調配計算資源，既滿足高峰時期的需求，又不至於造成低潮期資源的浪費。

就像保險金一樣，平時每個投保人都繳納小額保險費，萬一某人有急用時，可以把眾人的保險費集中起來，供一人使用。

但是保險公司怎麼賺錢？保險公司能否賺錢，取決於如何定價，也就是制訂每個投保人需要繳納的保險費。定價的訣竅在於統計，統計出現意外的概率，統計理賠金額的分布。

雲計算平台**商賺錢的法門，也在於如何定價。通常情況，**的制訂取決於兩方面，

1. 心理。雲計算使用者能夠接受的市場**。

2. 成本。成本取決於兩個因素，a. 雲計算平台的規模，b. 購買機房裝置的單價。

使用者能夠接受什麼樣的雲計算使用**呢？取決於如果該使用者使用自己私有機房，需要投入的成本。

這包括，為了滿足高峰期的需求，私有機房需要購置的伺服器數量，網路頻寬消費，電費，房產租金或建設費用，以及機房維護人員的工資。

文章給了乙個公式，不等號的左邊是使用雲計算平台的收益，右邊是使用私有機房的收益。注意，關鍵是右下角那個utilization。如前文所述，效用系數通常很低，只有5%到20%。低值效用係數造成的後果，是使用私有機房的收益很低。

cloud pricing

courtesy

這個公式隱含的意思是，雲計算的市場**，與雲計算平台的建設和維護成本，不一定成正比關係。只要雲計算平台的**能夠滿足左邊大於右邊，換句話說，只要雲計算的**能夠比使用者自建機房更經濟實惠，就能吸引使用者。

另一方面，如何降低雲計算的成本呢？如前所述，一，規劃合理的規模，二，降低購買伺服器等裝置，頻寬以及電力的單價。

雲計算平台的規模，主要是取決於機房內伺服器的數量。建設雲計算平台的原則，是以最小的規模，滿足高峰期的需求。

如何計算平台的規模呢？「雲而上」一文的解決辦法是用排隊論模型來估算。先估計所有使用者的平均需求，以這個平均需求估算需要的伺服器數量，然後在這個基數之上，再增加20%到40%的伺服器，作為預備資源，應付特大的需求高峰。

至於購買伺服器等裝置，頻寬以及電力的單價，能降低到什麼程度，文章引用了經濟學家james hamilton的調查報告。這份報告，橫向比較擁有上萬台伺服器的超大型計算中心，與擁有數百或者上千量級的中等規模的計算中心，在批量購買伺服器，帶寬，電力等等方面的**優勢。

調查的結果是驚人的，超大規模的計算中心在購買裝置，頻寬和電力時的單價，只有中等規模機房的1/5，甚至到1/7。

想起乙個老笑話，某公司的銷售經理向老總匯報工作，說，「有兩個訊息，乙個是好訊息，另乙個是壞訊息，您想先聽哪乙個？」

老總說，「先聽好訊息吧。」

銷售經理回答，「我們拿到了乙個大訂單。」

老總問，「那麼壞訊息呢？」

銷售經理回答，「這個訂單是walmart下的。」