股票里杠杆交易类有哪些,带杠杆的etf基金有哪些,炒股配资官网入口查询

上云=便宜，不少人腦子里都有這么個(gè)簡(jiǎn)單粗暴的等式。這種拋開(kāi)場(chǎng)景談結(jié)論的做法，很容易誤導(dǎo)部分對(duì)云不太熟悉的人。

當(dāng)然，我們能理解云這個(gè)概念在中國(guó)推廣早期階段：拿便宜說(shuō)事雖可恥，但有用。但現(xiàn)在這階段早過(guò)了，我們來(lái)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(shí)際支出成本
浪費(fèi)的成本
隱性成本
機(jī)會(huì)成本
潛在風(fēng)險(xiǎn)帶來(lái)的可能損失
潛在機(jī)會(huì)帶來(lái)的可能收益
企業(yè)現(xiàn)金流

先說(shuō)結(jié)論：

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

2.算賬這件事，并不是一場(chǎng)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(gè)中短期靜態(tài)，長(zhǎng)期動(dòng)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(gè)貼合業(yè)務(wù)需求曲線持續(xù)動(dòng)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(dòng)化和智能化的運(yùn)營(yíng)能力。如果全手動(dòng)，肯定不便宜；

4. 效率的提升帶來(lái)TCO的降低才是計(jì)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(shí)際支出成本

實(shí)際支出成本：看得見(jiàn)摸得著

這一塊過(guò)于直接，大家算得也是最多的，就不展開(kāi)了。

本地指的主要是基礎(chǔ)建設(shè)成本和維護(hù)人力成本，包括：硬件，人力，水電，機(jī)房，機(jī)架，再加上硬件升級(jí)，軟件升級(jí)等等。

本地建設(shè)的時(shí)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(mǎi)云資源和需要的服務(wù)，管理維護(hù)升級(jí)都云廠商來(lái)管。當(dāng)然，IT專(zhuān)業(yè)人員還是需要的，這個(gè)后面我們會(huì)講到。

浪費(fèi)的成本

本地的浪費(fèi)

A.需求波動(dòng)不可測(cè)，不是浪費(fèi)人，就是浪費(fèi)機(jī)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(cè)。隨著項(xiàng)目數(shù)量的增加，項(xiàng)目進(jìn)行的不同階段，需求量往往會(huì)出現(xiàn)很大波動(dòng)。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(dòng)導(dǎo)致的浪費(fèi)情況。

黃色表示本地資產(chǎn)規(guī)模，藍(lán)色區(qū)域表示資源需求量。過(guò)相對(duì)長(zhǎng)一段時(shí)間會(huì)追加一批機(jī)器，再過(guò)一段時(shí)間發(fā)現(xiàn)不夠了會(huì)再追加一批。

在01和02兩個(gè)時(shí)間段，不是研發(fā)人員因?yàn)闆](méi)資源可用，只能排著隊(duì)喝著咖啡苦苦等待。就是需求量下來(lái)了，大量資源被閑置。

雖然這張圖是半導(dǎo)體行業(yè)大佬畫(huà)的，但有非常廣泛的適用場(chǎng)景，尤其是在HPC高性能計(jì)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(mén)需求虛報(bào)，浪費(fèi)機(jī)器

一方面，從申請(qǐng)資源到分配往往有一定時(shí)間差，另一方面還是因?yàn)樾枨鬁y(cè)不準(zhǔn)。部門(mén)向公司提出申請(qǐng)時(shí)往往傾向于多申請(qǐng)一些，或者干脆要求獨(dú)占資源，以確保本部門(mén)在需要的時(shí)候有足夠的資源。但實(shí)際利用率卻未必高，造成浪費(fèi)。

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

云上的浪費(fèi)

A.云的收費(fèi)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(méi)搞懂規(guī)則的情況下，費(fèi)用就上去了。

單說(shuō)云端實(shí)例資源，常見(jiàn)計(jì)費(fèi)模式分為三種：

預(yù)留實(shí)例：相當(dāng)于批發(fā)，買(mǎi)定離手。主要針對(duì)中長(zhǎng)期穩(wěn)定需求，優(yōu)點(diǎn)是價(jià)格整體比較低，缺點(diǎn)是資源必須長(zhǎng)期持有，靈活性差。

按需實(shí)例：相當(dāng)于零售，即買(mǎi)即用。針對(duì)短期彈性需求，按小時(shí)計(jì)費(fèi)，靈活精準(zhǔn)，避免浪費(fèi)，但價(jià)格比較高。

可被搶占實(shí)例：又稱競(jìng)價(jià)實(shí)例，相當(dāng)于秒殺，手快有手慢無(wú)。作為云資源中的低成本戰(zhàn)斗機(jī)，最低可達(dá)到按需實(shí)例價(jià)格的10%。隨時(shí)可能被搶占，需要有一定的技術(shù)實(shí)力才能使用。怎么合理地用不同云的不同計(jì)費(fèi)模式，確保成本最小化。這個(gè)工具包可以先了解一下。

B.手動(dòng)模式，浪費(fèi)是不可避免的首先，上面說(shuō)的競(jìng)價(jià)實(shí)例，手動(dòng)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(jī)——競(jìng)價(jià)實(shí)例，AWS、阿里云等六家云廠商完全用戶使用指南

然后，手動(dòng)模式在云上開(kāi)關(guān)機(jī)，經(jīng)常會(huì)發(fā)生機(jī)器沒(méi)有及時(shí)關(guān)閉導(dǎo)致的浪費(fèi)，別小看這一點(diǎn)，浪費(fèi)真的很?chē)?yán)重。24小時(shí)盯著？真不是人該干的事。

手動(dòng)模式已經(jīng)不能滿足企業(yè)優(yōu)化云支出的訴求，自動(dòng)模式可以快速適應(yīng)環(huán)境變化并不斷優(yōu)化使用過(guò)程。預(yù)告一下：我們有個(gè)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(jì)算任務(wù)的算力需求，自動(dòng)增加或減少，以后開(kāi)單篇仔細(xì)講。

C.實(shí)際業(yè)務(wù)需求與使用資源不匹配導(dǎo)致的浪費(fèi)

比如可能申請(qǐng)了超出實(shí)際需求的內(nèi)存過(guò)大或CPU過(guò)多的資源（大和多，就意味著貴）。

D. 不同云廠商各自優(yōu)勢(shì)合理配置，減少浪費(fèi)

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?cái)?shù)據(jù)中心建設(shè)與升級(jí)的一系列問(wèn)題：規(guī)劃、建筑、施工、培訓(xùn)，是一個(gè)非常復(fù)雜的過(guò)程，每一個(gè)環(huán)節(jié)都不能出問(wèn)題。同時(shí)，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(mén)資源的搶奪

C.業(yè)務(wù)部門(mén)和IT部門(mén)的溝通成本

用云的隱性成本

A.云本身使用難度和門(mén)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(shí)在是過(guò)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(wú)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(wèn)買(mǎi)不買(mǎi)得起，再問(wèn)買(mǎi)不買(mǎi)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(chǔ)。

參考：花費(fèi)4小時(shí)5500美元，速石科技躋身全球超算TOP500

C．如果考慮混合云場(chǎng)景IT自動(dòng)化管理，或者，多本地+多云場(chǎng)景IT自動(dòng)化管理，這些都是難點(diǎn)。

D.遷移成本？？

傳統(tǒng)場(chǎng)景下，如果企業(yè)具備一定本地集群，上云確實(shí)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(cè)試等。規(guī)模越大，工作量就越大。

但對(duì)我們來(lái)說(shuō)，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(dòng)，不需要考慮整體遷移，成本極低。

機(jī)會(huì)成本

機(jī)會(huì)成本：被放棄的選擇中的最高價(jià)值

資金機(jī)會(huì)成本

這個(gè)錢(qián)如果不用在本地建設(shè)，花在別的地方能帶來(lái)什么？

A.云上用最新型機(jī)器帶來(lái)的效率提升，時(shí)間周期縮短

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

最新型機(jī)器的好處，不用說(shuō)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(lái)看看比較難獲取的GPU。

2019年11月，SDSC圣地亞哥超級(jí)計(jì)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(guò)5萬(wàn)GPU完成一次仿真模擬計(jì)算試驗(yàn)。

這次計(jì)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(zhǎng)率超21%

C.云上資源類(lèi)型的多樣性，如下圖：

時(shí)間機(jī)會(huì)成本

時(shí)間機(jī)會(huì)成本：時(shí)間如果省下來(lái)，能帶來(lái)什么？

我們說(shuō)過(guò)，云有一個(gè)奇妙的特性：花同樣的錢(qián)，你可以讓100臺(tái)機(jī)器跑1個(gè)小時(shí)，也可以讓1臺(tái)機(jī)器跑100個(gè)小時(shí)。然后呢？

后半句我們上次沒(méi)講。節(jié)約的99個(gè)小時(shí)，你可以做些什么？

哈佛大學(xué)醫(yī)學(xué)院利用云平臺(tái)，調(diào)用16萬(wàn)個(gè)CPU對(duì)接10億分子僅耗時(shí)15個(gè)小時(shí)，如果只有1萬(wàn)個(gè)CPU則需要兩周。具體參考15小時(shí)虛擬篩選10億分子，《Nature》+HMS驗(yàn)證云端新藥研發(fā)未來(lái)

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

時(shí)間值多少錢(qián)，各家藥企應(yīng)該心里有數(shù)。

換一個(gè)場(chǎng)景，半導(dǎo)體怎么樣？

芯片設(shè)計(jì)越來(lái)越復(fù)雜，周期和人數(shù)都在增加。過(guò)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(fèi)用遠(yuǎn)超業(yè)界預(yù)估的5億美元。

而流片出了名的燒錢(qián)，越先進(jìn)工藝流片的風(fēng)險(xiǎn)和費(fèi)用越高。臺(tái)積電第二代7nm EUV工藝的流片費(fèi)用已經(jīng)是創(chuàng)記錄的3000萬(wàn)美元、大概2億人民幣左右。而5nm全光罩流片費(fèi)用又上漲50%，大概要3億人民幣，而且還不包含IP授權(quán)費(fèi)。

在這里，時(shí)間又值多少錢(qián)？

EDA上云實(shí)證：HSPICE仿真任務(wù)，如何用云實(shí)現(xiàn)周期提升42倍，從1個(gè)月縮短至17小時(shí)？

再算算本地資源采購(gòu)和建設(shè)周期所耗時(shí)間，資源不足時(shí)，項(xiàng)目進(jìn)度被延遲的時(shí)間，是不是有點(diǎn)心痛。

用這些時(shí)間可以換取效率提升，周期縮短，業(yè)務(wù)擴(kuò)張，市場(chǎng)領(lǐng)先，技術(shù)能力提升。

潛在風(fēng)險(xiǎn)帶來(lái)的可能損失

云上的安全風(fēng)險(xiǎn)一直是大家最擔(dān)心問(wèn)題，沒(méi)有之一。

安全其實(shí)是一個(gè)相對(duì)概念，邊界會(huì)隨著時(shí)間推進(jìn)而發(fā)生變化。就像支付寶剛出現(xiàn)的時(shí)候，大家還是只敢把錢(qián)放在銀行一樣。

A.本地的風(fēng)險(xiǎn)和云上的風(fēng)險(xiǎn)，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(gè)上云實(shí)踐問(wèn)題的過(guò)來(lái)人解答，QST和AFRL針對(duì)這一問(wèn)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(gè)設(shè)計(jì)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(kāi)發(fā)和存儲(chǔ)，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(duì)外公開(kāi)的，每個(gè)人都知道你能得到什么，你能夠?qū)徲?jì)一切安全文件。而像跨區(qū)域的項(xiàng)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(gè)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(gè)標(biāo)準(zhǔn)實(shí)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(duì)云上安全問(wèn)題，云安全責(zé)任共擔(dān)模式已在業(yè)界達(dá)成共識(shí)，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(xiǎn)的安全策略。

云服務(wù)提供商負(fù)責(zé)組建專(zhuān)門(mén)團(tuán)隊(duì)保護(hù)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(fù)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。