上云=便宜，不少人腦子里都有這么個簡單粗暴的等式。這種拋開場景談結(jié)論的做法，很容易誤導(dǎo)部分對云不太熟悉的人。

當(dāng)然，我們能理解云這個概念在中國推廣早期階段：拿便宜說事雖可恥，但有用。但現(xiàn)在這階段早過了，我們來刷新一下。

今天這篇，就是給各位CXO大佬認(rèn)真算算上云這筆賬。努力讓大家上云之前心里很有數(shù)。我們給出七種視角，各位大佬根據(jù)企業(yè)自身情況做判斷：

• 實際支出成本
• 浪費的成本
• 隱性成本
• 機會成本
• 潛在風(fēng)險帶來的可能損失
• 潛在機會帶來的可能收益
• 企業(yè)現(xiàn)金流

先說結(jié)論：

1. 企業(yè)上云并不是直接把本地數(shù)據(jù)中心生態(tài)系統(tǒng)搬到另一個地方，是一個涉及資產(chǎn)與成本，當(dāng)下與未來的綜合決策，是否便宜取決于具體應(yīng)用場景；

2.算賬這件事，并不是一場本地和云之間的battle，混合云是企業(yè)最常用的形態(tài)。畢竟，小孩子才做選擇，大人全都要。

但是本地和云還是有根本的差別，兩者站的視角不同，關(guān)注的要素自然也不一樣。立足于本地，是從一個中短期靜態(tài)，長期動態(tài)的視角，最關(guān)心的是公司既有資產(chǎn)利用率最大化。立足于云端，是從一個貼合業(yè)務(wù)需求曲線持續(xù)動態(tài)變化調(diào)整的視角，追求的是公司業(yè)務(wù)成果的最大化；

3. 云的成本結(jié)構(gòu)高度依賴于自動化和智能化的運營能力。如果全手動，肯定不便宜；

4. 效率的提升帶來TCO的降低才是計算云成本的正確思路。（TCO-Total Cost of Ownership 總擁有成本：包括資產(chǎn)的所有關(guān)聯(lián)成本）

實際支出成本

實際支出成本：看得見摸得著

這一塊過于直接，大家算得也是最多的，就不展開了。

本地指的主要是基礎(chǔ)建設(shè)成本和維護人力成本，包括：硬件，人力，水電，機房，機架，再加上硬件升級，軟件升級等等。

本地建設(shè)的時間維度我們放到隱性成本里。

云上的資源和服務(wù)：用戶根據(jù)需要買云資源和需要的服務(wù)，管理維護升級都云廠商來管。當(dāng)然，IT專業(yè)人員還是需要的，這個后面我們會講到。

浪費的成本

本地的浪費

A.需求波動不可測，不是浪費人，就是浪費機器

為了保證最大化本地資產(chǎn)利用率，本地到底需要建設(shè)多大規(guī)模的數(shù)據(jù)中心幾乎不可能準(zhǔn)確預(yù)測。隨著項目數(shù)量的增加，項目進行的不同階段，需求量往往會出現(xiàn)很大波動。通常，使用率很高的階段與很少使用或不使用的階段交替出現(xiàn)。

這張最初源自Cadence的圖，幾乎完美詮釋了這種波動導(dǎo)致的浪費情況。

黃色表示本地資產(chǎn)規(guī)模，藍色區(qū)域表示資源需求量。過相對長一段時間會追加一批機器，再過一段時間發(fā)現(xiàn)不夠了會再追加一批。

在01和02兩個時間段，不是研發(fā)人員因為沒資源可用，只能排著隊喝著咖啡苦苦等待。就是需求量下來了，大量資源被閑置。

雖然這張圖是半導(dǎo)體行業(yè)大佬畫的，但有非常廣泛的適用場景，尤其是在HPC高性能計算領(lǐng)域，比如藥物研發(fā)，CAE工業(yè)仿真，人工智能等等。

B.不同部門需求虛報，浪費機器

一方面，從申請資源到分配往往有一定時間差，另一方面還是因為需求測不準(zhǔn)。部門向公司提出申請時往往傾向于多申請一些，或者干脆要求獨占資源，以確保本部門在需要的時候有足夠的資源。但實際利用率卻未必高，造成浪費。

C.本地資源的利用效率和公司IT專業(yè)人員的技術(shù)水平也直接相關(guān)

云上的浪費

A.云的收費模式和本地完全不同，不同云廠商之間也有不少區(qū)別。相當(dāng)一部分企業(yè)可能在還沒搞懂規(guī)則的情況下，費用就上去了。

單說云端實例資源，常見計費模式分為三種：

預(yù)留實例：相當(dāng)于批發(fā)，買定離手。主要針對中長期穩(wěn)定需求，優(yōu)點是價格整體比較低，缺點是資源必須長期持有，靈活性差。

按需實例 ：相當(dāng)于零售，即買即用。針對短期彈性需求，按小時計費，靈活精準(zhǔn)，避免浪費，但價格比較高。

可被搶占實例 ：又稱競價實例，相當(dāng)于秒殺，手快有手慢無。作為云資源中的低成本戰(zhàn)斗機，最低可達到按需實例價格的10%。隨時可能被搶占，需要有一定的技術(shù)實力才能使用。怎么合理地用不同云的不同計費模式，確保成本最小化。這個工具包可以先了解一下。

B.手動模式，浪費是不可避免的首先，上面說的競價實例，手動模式就使用不了。這損失可不小，具體可參考：云資源中的低成本戰(zhàn)斗機——競價實例，AWS、阿里云等六家云廠商完全用戶使用指南

然后，手動模式在云上開關(guān)機，經(jīng)常會發(fā)生機器沒有及時關(guān)閉導(dǎo)致的浪費，別小看這一點，浪費真的很嚴(yán)重。24小時盯著？真不是人該干的事。

手動模式已經(jīng)不能滿足企業(yè)優(yōu)化云支出的訴求，自動模式可以快速適應(yīng)環(huán)境變化并不斷優(yōu)化使用過程。預(yù)告一下：我們有個優(yōu)秀的Auto-Scale功能，能基于多云環(huán)境，使集群規(guī)模根據(jù)用戶計算任務(wù)的算力需求，自動增加或減少，以后開單篇仔細講。

C.實際業(yè)務(wù)需求與使用資源不匹配導(dǎo)致的浪費

比如可能申請了超出實際需求的內(nèi)存過大或CPU過多的資源（大和多，就意味著貴）。

D. 不同云廠商各自優(yōu)勢合理配置，減少浪費

隱性成本

隱性成本：經(jīng)常被忽略，但支出也不小

本地的隱性成本

A.本地數(shù)據(jù)中心建設(shè)與升級的一系列問題：規(guī)劃、建筑、施工、培訓(xùn)，是一個非常復(fù)雜的過程，每一個環(huán)節(jié)都不能出問題。同時，必須與內(nèi)部客戶合作以確保服務(wù)的連續(xù)性。

B.不同業(yè)務(wù)部門資源的搶奪

C.業(yè)務(wù)部門和IT部門的溝通成本

用云的隱性成本

A.云本身使用難度和門檻

目前主流云廠商所提供的產(chǎn)品線已經(jīng)相當(dāng)完善，有不少面向行業(yè)的解決方案。但產(chǎn)品和服務(wù)數(shù)量實在是過于龐大，入口也很多，最終導(dǎo)致操作層面的復(fù)雜性。

再考慮到不同云廠商的使用方式還不一樣，學(xué)習(xí)成本挺高的。

B. 云上超大規(guī)模集群的調(diào)度能力

這一條主要是考慮到云上近乎無限的資源池總量。超大規(guī)模集群調(diào)度的要求自然比普通集群高，就像做一桌滿漢全席和家常小宴自然要求不一樣。

超大規(guī)模集群，我們先問買不買得起，再問買不買得到，然后才是怎么管理，怎么調(diào)度，怎么考慮網(wǎng)絡(luò)，怎么安排存儲。

參考：花費4小時5500美元，速石科技躋身全球超算TOP500

C．如果考慮混合云場景IT自動化管理，或者，多本地+多云場景IT自動化管理，這些都是難點。

D.遷移成本？？

傳統(tǒng)場景下，如果企業(yè)具備一定本地集群，上云確實需要一定工作量和遷移成本，這包括網(wǎng)絡(luò)打通、數(shù)據(jù)、作業(yè)、應(yīng)用遷移和測試等。規(guī)模越大，工作量就越大。

但對我們來說，遷移成本極低。我們是原生在云上的，在用戶的本地和云上建了一層，只需要考慮數(shù)據(jù)的流動，不需要考慮整體遷移，成本極低。

機會成本

機會成本：被放棄的選擇中的最高價值

資金機會成本

這個錢如果不用在本地建設(shè)，花在別的地方能帶來什么？

A.云上用最新型機器帶來的效率提升，時間周期縮短

本地機器更新周期一般以年為單位，特殊需求可能申請?zhí)貏e審批，時間流程也短不了。像“財大氣粗”的云廠商一樣，最新型的機器那邊上市，這邊就上架。基本是不可能的。

最新型機器的好處，不用說大家都懂。

B.云上資源池的超大規(guī)模

前面TOP500我們用的是CPU，再來看看比較難獲取的GPU。

2019年11月，SDSC圣地亞哥超級計算中心聯(lián)合威斯康星州冰立方粒子天體物理中心在AWS，Azure和Google云上一共調(diào)度了超過5萬GPU完成一次仿真模擬計算試驗。

這次計算，基于云的集群提供了全球排名第一超算中心峰值90%的性能。

詳情看2019-2020春江云暖你先知，CAE/EDA/高校等CloudHPC領(lǐng)域年均復(fù)合增長率超21%

C.云上資源類型的多樣性，如下圖：

時間機會成本

時間機會成本：時間如果省下來，能帶來什么？

我們說過，云有一個奇妙的特性：花同樣的錢，你可以讓100臺機器跑1個小時，也可以讓1臺機器跑100個小時。然后呢？

后半句我們上次沒講。節(jié)約的99個小時，你可以做些什么？

哈佛大學(xué)醫(yī)學(xué)院利用云平臺，調(diào)用16萬個CPU對接10億分子僅耗時15個小時，如果只有1萬個CPU則需要兩周。具體參考15小時虛擬篩選10億分子，《Nature》+HMS驗證云端新藥研發(fā)未來

新藥研發(fā)耗時長，成本高，一直是行業(yè)內(nèi)公認(rèn)的。

時間值多少錢，各家藥企應(yīng)該心里有數(shù)。

換一個場景，半導(dǎo)體怎么樣？

芯片設(shè)計越來越復(fù)雜，周期和人數(shù)都在增加。過去1000人干一年，現(xiàn)在2000人干兩年。華為曾向媒體透露7nm的麒麟980研發(fā)費用遠超業(yè)界預(yù)估的5億美元。

而流片出了名的燒錢，越先進工藝流片的風(fēng)險和費用越高。臺積電第二代7nm EUV工藝的流片費用已經(jīng)是創(chuàng)記錄的3000萬美元、大概2億人民幣左右。而5nm全光罩流片費用又上漲50%，大概要3億人民幣，而且還不包含IP授權(quán)費。

在這里，時間又值多少錢？

EDA上云實證：HSPICE仿真任務(wù)，如何用云實現(xiàn)周期提升42倍，從1個月縮短至17小時？

再算算本地資源采購和建設(shè)周期所耗時間，資源不足時，項目進度被延遲的時間，是不是有點心痛。

用這些時間可以換取效率提升，周期縮短，業(yè)務(wù)擴張，市場領(lǐng)先，技術(shù)能力提升。

潛在風(fēng)險帶來的可能損失

云上的安全風(fēng)險一直是大家最擔(dān)心問題，沒有之一。

安全其實是一個相對概念，邊界會隨著時間推進而發(fā)生變化。就像支付寶剛出現(xiàn)的時候，大家還是只敢把錢放在銀行一樣。

A.本地的風(fēng)險和云上的風(fēng)險，互為半斤八兩。

引用一下之前的全球半導(dǎo)體行業(yè)上云格局一覽和十個上云實踐問題的過來人解答，QST和AFRL針對這一問題的回應(yīng)：

QST：你不可能確保擁有最優(yōu)秀的IT和最好的安全人員。如果你在本地搭建你的整個設(shè)計系統(tǒng)和環(huán)境，服務(wù)器都在本地，我可以跟你保證你的安全措施肯定是很差的，很容易被外部破解。如果你的IP在云上開發(fā)和存儲，比如AWS，比如cadence，你知道AWS在云上遵循的安全準(zhǔn)則，肯定比在本地要安全多了。

AFRL：盡管我們是云懷疑論者。但大的云廠商在云安全上的控制是對外公開的，每個人都知道你能得到什么，你能夠?qū)徲嬕磺邪踩募６窨鐓^(qū)域的項目，不同的研究人員分散在不同的地方，還有外包商等等，你很難知道大家各自的IT情況怎么樣。而把大家拉到一起，能確保大家在同一個系統(tǒng)里，遵守了同一套準(zhǔn)則。而不是制定一套準(zhǔn)則，寄希望于他們能按這個標(biāo)準(zhǔn)實施。

B.企業(yè)的自建數(shù)據(jù)中心很難做跨大區(qū)域的異地備份，容災(zāi)能力有天然瓶頸

C.針對云上安全問題，云安全責(zé)任共擔(dān)模式已在業(yè)界達成共識，亞馬遜AWS、微軟Azure、阿里云，騰訊云等企業(yè)均采用了與用戶共擔(dān)風(fēng)險的安全策略。

云服務(wù)提供商負責(zé)組建專門團隊保護其服務(wù)的底層基礎(chǔ)設(shè)施不受威脅、漏洞、濫用和欺詐的侵害，用戶負責(zé)安全功能的恰當(dāng)配置，安裝更新和確保雇員不把敏感數(shù)據(jù)泄露給未授權(quán)方等。

潛在機會帶來的可能收益

和現(xiàn)在的互聯(lián)網(wǎng)行業(yè)極其相似，云天然具有規(guī)模效應(yīng)和網(wǎng)絡(luò)效應(yīng)。

A.規(guī)模效應(yīng)。

規(guī)模越大，適配的業(yè)務(wù)場景越多越深，能提供給用戶的福利越豐厚，產(chǎn)品成熟度也越高。

各大云廠商集結(jié)了業(yè)界頂尖的技術(shù)大牛，技術(shù)迭代速度非常快，在絕大多數(shù)情況下，先進技術(shù)轉(zhuǎn)化為產(chǎn)品的效率，要遠遠高于我們自己研發(fā)。

另一方面，產(chǎn)品價格也會越來越便宜。

B．網(wǎng)絡(luò)效應(yīng)。

就像微信一樣，用的人越多，大家越能從合作中獲得更多的便利和好處。比如，機器學(xué)習(xí)算法相關(guān)的非敏感數(shù)據(jù)共享。

當(dāng)然，這需要一個過程。

企業(yè)現(xiàn)金流

現(xiàn)金流反應(yīng)了企業(yè)經(jīng)營的健康程度。

本地自建初期需要一次性支出，中間因業(yè)務(wù)增長需要再補充，然后是硬件整體升級。

云上初期投入小，按使用量付費，整體規(guī)模可控。

自建和用云的現(xiàn)金流趨勢圖如下：

最后，復(fù)習(xí)一下我們的結(jié)論：

1. 企業(yè)上云是否便宜取決于具體應(yīng)用場景；

2. 算賬并不是一場本地和云之間的battle，混合云是企業(yè)最常用的形態(tài)；

3. 云的成本結(jié)構(gòu)高度依賴于自動化和智能化的運營能力；

4. 效率的提升帶來TCO的降低才是計算云成本的正確思路。

相關(guān)閱讀：

>> 15小時虛擬篩選10億分子，《Nature》+HMS驗證云端新藥研發(fā)未來

>> 【2020新版】六家云廠商價格比較：AWS/阿里云/Azure/Google Cloud/華為云/騰訊云

>> 2019-2020春江云暖你先知，CAE/EDA/高校等CloudHPC領(lǐng)域年均復(fù)合增長率超21%

>> 上榜啦～花費4小時5500美元，速石科技躋身全球超算TOP500

速石科技致力于為 生命科學(xué)、 半導(dǎo)體、汽車/智能制造、高校科研、人工智能、互聯(lián)網(wǎng)金融 等領(lǐng)域的企業(yè)提供定制化的上云解決方案 。