在今天企业的数字化转型中,云计算成为一种最“时髦”的IT信息技术。在云服务商看来,不管是传统企业,还是互联网企业,上云都已经成为必由之路。差别在于,企业是用公有云,还是私有云,或是采用混合云架构。

如果说几年前,云计算有点冷门,鲜有人知道,现在却发展成“众声喧哗”。如今,就连政府都出台政策积极推动云计算产业发展。根据工信部发布的《云计算发展三年行动计划(2017-2019年)》报告,预计2019年中国云计算产业将达到4300亿人民币。从行业看,云计算已经覆盖从互联网到制造、金融、交通、医疗健康、广电和公共事务。可见,中国的云计算正处于爆发前的时间。

众所周知,云计算非常多的有点,其中最令人关注的一点是便宜。整体上说,企业上云后,不用考虑运维、维护、人力等费用。但具体深究起来,云服务的经济性还体现在以下几点:

首先,云服务具有规模经济效益。比如,10年前,拥有1000个服务器的数据中心,就已被视为大规模的数据中心。当时,硬件比较贵,带宽有限,同时缺乏自动化管理。然而,随着时间的推移,技术的进步,10年间硬件成本大幅下降,这源于“摩尔定律”。

而带宽服务以及高度虚拟化、自动化的管理系统的成本也在下降,此现象改变了过去所认为的数据中心“最佳经济规模”。

如今,一些互联网巨头,比如谷歌、Facebook都在建设超大规模数据中心,拥有的服务器达到几万甚至十几万台。把如此多的服务器聚在一起,通过先进的技术能够有效降低成本。因此,这些大型的数据中心,已经具备可观的规模经济。

据悉,如果从1000台服务器提高到10000台之后,能够让总运营成本(TCO)降低约80%。

在能源成本方面,当硬件的成本下降时,则运行服务器的能源成本就会提高,它可能会使总成本上升20%。同时,在一个低效率的数据中心,3年的电力支出可能会比同时间花费在硬件服务器上的支出要高。

若是比较电力使用效率(PUE),大型数据中心的PUE值通常比小型数据中心低,因为比较节省成本。并且,谷歌和Facebook一般把数据中心建在能源充沛,比如水电站附近。同时,谷歌还将人工智能技术用在数据中心,大幅度提升使用效率。

其次,在人力成本上,如果大型数据中心使用高程度的自动化管理系统,将大幅度降低每台服务器所耗费的人工成本。传统公司自建的数据中心内,每100-200个服务器,就需配置一名系统管理员。而在大型数据中心内,原则上一名系统管理员就能负责管理数以千计的服务器。

最后是硬件及基础设施。这不仅源于硬件本身的价格不断下降,而且由于建设超大规模数据中心的大公司,一般会有很大的需求,成批采购的价格将得到优惠。

在笔者看来,市场主流的云服务提供商,比如AWS、Azure和阿里云等。一年之内,“云服务价格战”不断发生,这不仅源于它们具有规模经济效益,而且云服务价格确实越来越便宜。