# 云里雾里云计算 【12】云计算经济学之现金流

- 作者：邓侃
- 发布时间：2010-04-14 16:25
- 原文：https://www.ifanr.com/18873

云计算技术怎么和经济学扯上关系了？源头在Jim Gray，他于2003年3月写了一篇论文，题为“分布式计算经济学（Distributed Computing Economics）”。

在这篇论文里，他比较分析了计算机硬件价格和网络带宽价格。两者都在逐年下降，但是前者下降的速度比后者的更快。他的结论是，数据处理应该在离数据本身比较近的地方进行，这样有利于降低成本，尤其是网络带宽消费所造成的成本。

如同建火力发电厂，应当把发电厂建在离煤炭矿山近的地方，也就是坑口电厂，更经济实惠。因为传输电力的成本，比运输煤炭的成本要低。

Jim的结论显然不利于云计算市场的开拓。

Jim Gray早年求学于伯克利大学计算机系，毕业后先后任职IBM，DEC，微软，主要致力于数据库研究。1998年获计算机界的诺贝尔奖，图灵奖 （Turing Award）。

2007年的一天，Jim独自驾着自己的游艇，去外海抛撒他母亲的骨灰，后来游艇失踪，Jim再也没有回来。听到这个噩耗后，DigitalGlobal 公司迅速行动起来，在他的航线沿线，拍了几千张卫星照片。另外Amazon免费提供帮助，把这些照片公布在Amazon云计算平台上，号召所有人来帮助寻 找。虽然经过两个月的努力，不幸无果而终。

鉴于Jim Gray在计算机学界和商界享有的盛誉，他反对云计算的观点的影响面也大。所以，伯克利大学这群后生们意识到，欲立必先破，不破则不立。于是，“云而上” 这篇论文花了大量篇幅，谈论云计算经济学，与老学长争锋相对。

![](http://docs.google.com/File?id=drfcsw8_231fvdd25dq_b)

Jim Gray，Turing Award laureate，1998   
Courtesy http://upload.wikimedia.org/wikipedia/en/7/7e/11-23gray.jpg

云计算经济学的核心，在于规模效应。文章先引用了两个骇人的数字，

1\. 企业私有自用的机房，使用效率通常只有5%到20%。

2\. 为什么机房使用效率如此低？为什么不减少机房内服务器的数量？因为高峰期对服务器的需求，经常比平均需求高出2到10倍。

云计算平台面向多家企业。各个企业需求计算资源的时间分布不同，这个企业的需求高峰期，可能恰好是另一家企业的需求低潮期。这样，云计算平台可以动态调配 计算资源，既满足高峰时期的需求，又不至于造成低潮期资源的浪费。

就像保险金一样，平时每个投保人都缴纳小额保险费，万一某人有急用时，可以把众人的保险费集中起来，供一人使用。

但是保险公司怎么赚钱？保险公司能否赚钱，取决于如何定价，也就是制订每个投保人需要缴纳的保险费。定价的诀窍在于统计，统计出现意外的概率，统计理赔金 额的分布。

云计算平台供应商赚钱的法门，也在于如何定价。通常情况，价格的制订取决于两方面，

1\. 心理。云计算用户能够接受的市场报价。

2\. 成本。成本取决于两个因素，a. 云计算平台的规模，b. 购买机房设备的单价。

用户能够接受什么样的云计算使用报价呢？取决于如果该用户使用自己私有机房，需要投入的成本。

这包括，为了满足高峰期的需求，私有机房需要购置的服务器数量，网络带宽消费，电费，房产租金或建设费用，以及机房维护人员的工资。

文章给了一个公式，不等号的左边是使用云计算平台的收益，右边是使用私有机房的收益。注意，关键是右下角那个utilization。如前文所述，效用系 数通常很低，只有5%到20%。低值效用系数造成的后果，是使用私有机房的收益很低。

![](http://docs.google.com/File?id=drfcsw8_232db6k97cx_b)

Cloud pricing   
Courtesy http://lh6.ggpht.com/\_cz82pwdvhmg/SZwcusMHXxI/AAAAAAAAAZU/UkcqPbNjU5A/cloud\_pricing.GIF

这个公式隐含的意思是，云计算的市场报价，与云计算平台的建设和维护成本，不一定成正比关系。只要云计算平台的报价能够满足左边大于右边，换句话说，只要 云计算的报价能够比用户自建机房更经济实惠，就能吸引用户。

另一方面，如何降低云计算的成本呢？如前所述，一，规划合理的规模，二，降低购买服务器等设备，带宽以及电力的单价。

云计算平台的规模，主要是取决于机房内服务器的数量。建设云计算平台的原则，是以最小的规模，满足高峰期的需求。

如何计算平台的规模呢？“云而上”一文的解决办法是用排队论模型来估算。先估计所有用户的平均需求，以这个平均需求估算需要的服务器数量，然后在这个基数 之上，再增加20%到40%的服务器，作为预备资源，应付特大的需求高峰。

至于购买服务器等设备，带宽以及电力的单价，能降低到什么程度，文章引用了经济学家James Hamilton的调查报告。这份报告，横向比较拥有上万台服务器的超大型计算中心，与拥有数百或者上千量级的中等规模的计算中心，在批量购买服务器，带 宽，电力等等方面的价格优势。

调查的结果是惊人的，超大规模的计算中心在购买设备，带宽和电力时的单价，只有中等规模机房的1/5，甚至到1/7。

想起一个老笑话，某公司的销售经理向老总汇报工作，说，“有两个消息，一个是好消息，另一个是坏消息，您想先听哪一个？”

老总说，“先听好消息吧。”

销售经理回答，“我们拿到了一个大订单。”

老总问，“那么坏消息呢？”

销售经理回答，“这个订单是Walmart下的。”