云计算会使摩尔定律失效吗？在设施中使用计算和存储组件的成本使它自己的系统在残酷的市场中脱颖而出。摩尔定律背后的部分动机是，这是此类服务提供商的主要运营成本的来源，任何微小的改进都会对性能产生巨大的提升。但对于像谷歌和微软这样的科技巨头来说，它们现在正在通过其Azure公共云攻击市场领导者亚马逊网络服务，计算和存储容量的成本越来越低意味着它们可以走得更远。降低服务计划的价格，从而攻击AWS的市场主导地位并夺取其固有份额。那么从长远来看，这些云服务商能否利用虚拟化基础架构带来积极、持续的降价效果呢？AWS、MicrosoftAzure和GoogleCloudPlatform是其他小型云服务提供商吗？从谷歌的角度来看，过去一年它所做的一切都是为了尽可能降低其计算和存储资源的成本。尽量兑现其对自家公有云解决方案的降价承诺。这家搜索引擎巨头希望进一步扩大其在云计算市场的份额，还推出了类似于亚马逊精确实例的各种计算实例的解决方案选项——称为PreemptibleVM——旨在保持现有的低成本。除了价格措施（如按分钟计费、对按需实例长期使用提供价格优惠等），价格进一步控制在较低水平。（谷歌目前不提供预留实例服务，微软也没有这样的选项，但后者在许可协议中允许企业客户以批发价购买Azure云资源。）预留虚拟机中的谷歌计算引擎基础设施云计算机计费方式给我们带来了几个启示。首先，谷歌在自己的数据中心拥有充足的备用容量，这意味着当其内部工作负载不必占用这些系统时，谷歌可以将其取出供云服务客户偶尔使用。只会毫无意义地闲逛，没有任何好处。（正如JamesHamilton所说，他曾在微软工作并继续在AWS从事相同的基础设施运营，他说，我们能做出的最愚蠢的决定就是关闭服务器。相反，更明智的做法是为它找点工作。毕竟对于已经购买的装备来说，只要不使用就是浪费。)此外，ComputeEngine中的精确示例也证明了Google拥有足够庞大且高度多元化的客户群。他们对计算实例有不同的需求，从客户的角度来看，足够多的容量会被有序地消耗掉。对于云服务提供商而言，除非他们清楚地了解当前客户的实际资源需求，尤其是通过使用并发工作负载而不是向系统添加新负载来提高处理任务的效率，否则无法提供准确的信息。这种类型的云基础设施计费方案降低了整体计算成本。当然，你可以直观地体会到精准计费机制的诉求，因为它可以让客户充分利用原本无用的闲置容量，同时帮助云服务提供商避免基础设施容量进一步扩张的负担。额外的费用来。随着客户在实践中学习如何为其工作负载选择按需、预留和精确实例，他们还将能够帮助服务提供商提高现有服务器和存储集群的效率。对于参与云服务的各方来说，这无疑是一个积极的双赢局面。正如谷歌在去年3月发起云服务价格战时所解释的那样，由于其ComputeEngine实例价格已下调超过32%，云解决方案的费率变化部分符合摩尔定律。主意。谷歌认为，这是云服务提供商应该产生的结果，客户自然乐于享受这样的好结果。根据搜索引擎巨头、全球四大公有云服务商之一的技术基础设施团队高级副总裁UrsH?lzle给出的计算结果，云基础设施使用价格的年降幅可能在6%到6%之间。8%。同时，整个系统的使用成本将逐年增加20%到30%。因此，系统在制造和维护方面难免会有一定程度的错位，因为随着时间的推移，用户需要承担的成本会越来越高。不过，谷歌对此并不为所动。其努力的方向仍然是让使用云服务的成本尽可能遵循摩尔定律的变化曲线。除了云服务自然累进降价外，用户在继续使用已购买的云平台资源时，还可享受自动优惠折扣。具体来说，客户将能够按分钟计费，而不是像过去那样按小时计费——一种由谷歌首创的新计费机制——而谷歌本周的降价公告称，精确的实例计费将压缩将使用GoogleCloud的成本降至最低。（大家应该注意到了，谷歌在去年3月份并没有针对ComputeEngine推出精确的实例计费机制。毫无疑问，谷歌当时有能力想出这个解决方案，但也许他们希望主动出击但是，这将一直持续到2015年，届时其客户群的规模将不可避免地大得多。）在超大规模环境中，情况通常与典型的企业本地数据中心不同。容量规划不再是针对个别企业的一套精确科学，而是针对那些需要处理大量自身业务（包括需要运行在数万个节点上的各种应用，加起来总计超过百万）Nodes）和谷歌在自己的云平台上成功托管了数万甚至数十万客户，显然更容易制定容量规划。微软和亚马逊在过去的媒体采访中都提到容量规划对他们来说不是大问题——尽管这听起来有点难以置信。由于拥有大量用户和跨越多个时区的可观基础架构布局，即使是负载高峰和低谷也开始缓和，并且客户群以更可预测的速度发展。当然，基础设施能力的投资是需要关注的重大问题。因此，每个云服务提供商也会建立一个理想的供应链，从而使用来自多个供应商的定制设备添加进来，以满足客户对资源容量的需求。超大规模公共云运营商将以整车运输的价格购买系统组件——字面意思是，设备被整卡车运到基础设施所在的地方——这要归功于系统解决方案本身的精确定制加上独立的通过以组件为单位向供应商和系统制造商下订单，云服务提供商往往可以获得极低的产品获取成本，从而保证自身的容量成本呈现逐年下降的趋势。Facebook发起的OpenComputeProject，希望将hyperscale的优势从大型服务商转移到更多其他企业，但到目前为止，这个方案基本只停留在理论层面——因为绝对是大多数企业所需的设备总量只是几十个或几百个单位，而不是像公共服务提供者那样的几千甚至几万个单位。当然，企业仍然可以通过从戴尔、惠普、超微甚至广达电脑等厂商购买半定制设备，享受开放计算项目的一些好处。#p#云服务的价格还能压缩到什么程度？对于IT部门来说，这场激烈的云服务价格战只存在于三大云服务商之间——这是因为其他几家Ten商在云容量规模上根本达不到三巨头的水平或高度。谷歌、微软和AWS各自拥有超过一百万台设备。而且，根据AWS给出的部分自有数据中心数据，其基础设施中的设备数量很可能在140万到560万之间，我们认为设备数量极有可能超过300万。.Gartner在去年发布的一份报告中预测，AWS下的设备总数应该在240万台左右。Gartner还指出，AWS服务器的整体数量达到了其后14家云服务提供商设备总和的五倍。RackspaceHosting和IBMSoftLayer各自拥有较小的云服务系统。根据Rackspace发布的财报，截至今年3月底，该公司拥有114105台设备，而SoftLayer在2014年1月拥有超过10万台设备，而据IBM称，其每年2万台的速度还在增长。因此，截至目前，蓝色巨人的基础设施规模应该在12.5万台左右。换言之，一旦我们将目光转向AWS、谷歌、微软以外的云服务商，它们现有基础设施的规模，或者说服务器的整体数量，将迅速暴跌。这一点很关键，至少目前大多数云服务仍然基于裸机设备，这也是托管单个应用程序、集群应用程序节点或管理程序的基础——至少就软件容器机制而言。与这种方法的日常成本相比，显然要高得多。所有这些裸机设备都可以在不同时间共享，但不能在同一时间范围内同时使用。而这让我们很难提高资源利用率，这意味着云服务提供商很难利用多个工作负载和客户需求来分摊裸机设备的成本。正是考虑到裸机服务器节点的技术局限性，OpenStack项目现在将其作为Ironic解决方案的重点发展方向。任何能够加速应用在裸机上部署的机制都将有效提高资源使用效率。如果容器可以在同一设备上打包更多处理，即使不能取代服务器虚拟化，也足以将资源利用率推向新的水平。这种裸机配置加上软件容器的技术组合，在很多情况下甚至可以替代云环境中的管理程序和虚拟机，这自然有助于云服务提供商遵循摩尔定律。在大多数情况下，容器会在虚拟机的基础上运行，这在提高安全级别和工作负载管理能力的同时，当然会浪费一些设备性能，从而削弱摩尔定律的理论优势。从客户的角度来看，谷歌云平台持续降价的承诺确实不错，这或许意味着谷歌的远见卓识。看看谷歌自2013年11月首次推出ComputeEngine基础设施云服务以来，是否兑现了降价承诺：没有云服务商愿意在不必要的基础设施上浪费金钱过去18个月将其ComputeEngine容量使用费降低了50%并不意味着其将在未来18个月继续保持这种降价趋势。此外，这自然也不意味着所有类型的计算和存储容量都会得到同样的降价。事实上，一年前ComputeEngine的降价幅度基本稳定，只是不同类型的实例有不同程度的成本变化曲线。微实例降价30%左右，而标准实例降价仅20%，高负载强度存储实例降价15%左右，高CPU占用实例降价仅1%可怜的5%。.上图所示的典型价格曲线是指所有客户在使用ComputeEngine时为特定实例类型支付的平均使用成本，这似乎意味着大多数客户已经享受了Google提供的长期使用折扣———此策略会自动应用于ComputeEngine上的按需实例。随着按需实例使用周期的不断延长，从第二个月开始，用户需要支付的实例价格开始下降。如果您每个月只使用实例的25%或更少，那么我们需要支付全额使用费；但当这个比例增加到每月50%时，您可以享受10%的账单折扣。（计费机制不是按周而是按小时，但我们选择按周简化显示。)当然，谷歌的想法是帮助CloudPlatform尽早、尽可能长时间地完成所需的容量规划和调度。订阅虚拟机实例是实现此目的的另一个工具。在这种情况下，容量需求可能不像供应过程那样可预测，或者使用可能相对混乱。（只有云服务提供商才能理解资源容量分配，他们甚至会警告华尔街等大客户，过去的性能水平并不能保证未来的性能。）在预留虚拟机实例的帮助下，所有此类实例都将存在各云平台区域公测，谷歌直接下调所有实例类型70%的价格；当然，使用这种新型实例需要注意一点，谷歌可以随时将其关闭，其上运行的工作负载最多不能超过24小时，用户不能将虚拟机负载转移到on-通过实时迁移的需求实例。这类实例最典型的应用是应用需要分布式运行，随时在某个节点丢失的情况下能够继续正常运行。例如，您可以将其视为在Hadoop和MapReduce中非常常见的三重数据存储工作负载。您还可以在按需实例上运行部分应用程序，而将其他部分留在订阅实例上。当然，您应该将其作为现有按需实例产品的补充，而不是作为获取资源容量的廉价方式。摩尔定律的缺陷值得注意的是，谷歌去年表示其定价机制将遵循摩尔定律。这种说法的实质大概不是继续扩大资源产能规模，而是尽可能从单位产能中获取更理想的使用率。效率，从而降低成本。这几乎肯定意味着谷歌不太可能进行更激进的降价，除非它需要使用价格作为向AWS和Azure施加压力的手段。此外，这也意味着随着摩尔定律曲线压缩计算、内存等存储资源的成本，谷歌云服务的价格也必然同步下降。这正是问题所在。随着容量使用成本的不断降低和价格的同步下调，云服务的运营利润将越来越少。有鉴于此，云服务提供商将需要通过规模寻求盈利，以确保他们拥有健康的收入数字和利润率。为了有效提高每年的收入增长，云服务提供商必须确保其业务扩张速度高于摩尔定律规定的降价幅度。所以真正的问题是：公有云能否持续实现收入增长，比如长期实现年均同比增长40%以上，同时仍然为服务提供商带来预期的利润水平，比如谷歌、微软和亚马逊？?从短期来看——比如过去九年，AWS一直处于稳定的发展状态，但未来五六年，摩尔定律很可能会在计算领域遇到一些物理限制——这个目标似乎并不太难实现。然而，就目前的情况来看，摩尔定律的推进已经逐渐放缓——除非新兴技术成果出现并扭转这一切，否则计算、存储和网络资源容量成本的降低将越来越多，未来更受限制。因此，云服务提供商将很难在保持利润水平的同时进一步降低价格。但无论新兴技术如何，也无论供应商是否面临生存压力，云计算领域的这场价格战仍将继续存在——更具体地说，他们不仅要放弃利润，更要竭尽全力.甚至做好亏损心理准备，尽可能保证业务规模增长。这种情况此前也曾出现在PC和服务器领域，我们有理由相信，在众多科技巨头加入的云业务领域，这种情况也会存在，甚至呈现出更为可观的实际规模。原标题：云定价能否守住摩尔定律曲线？
