
过去几十年,IT业的发展遵循“摩尔定律”,而在大数据、云计算时代,亚马逊首席执行官贝索斯提出了一个“贝索斯定律”,那就是“每隔3年云计算单位计算能力的价格将下降50%”。
近日提出“贝索斯定律”的AppZero首席执行官Greg O’Connor再次在Gigaom上撰文指出,随着云计算服务商的不断创新以及包括硬件在内的各种成本的不断降低,云计算的基础设施总体拥有成本 TCIO(Total Cost of Infrastructure )将远超企业自建数据中心,而且这个差距还将不断拉大,最终推动企业全面转向云计算。
Connor指出,云计算对于企业来说非常类似福特给企业行业带来的革命,福特的T型车的制造率先采用现代流水线制造,大大降低整车成本,结果在1920-1940年的20年间,将美国的200家汽车制造商血洗至只剩8家,锐减了96%。
创新带来的低成本能够在企业界掀起一场革命,类似的,遵循“贝索斯定律”的云计算也将在数据中心市场掀起这样的风暴。
与聚焦CPU性能增长的摩尔定律相比,贝索斯定律的考量的是TCIO,范围更大,不仅仅包括数据中心里的处理器性能和成本变化。对于关注成本的企业来说,TCIO也更有说服力。
为什么TCIO更为关键?
IBM收购的SoftLayer团队曾经委托麦肯锡对TCIO进行了研究,对TCIO进行了解构和深入分析:
从上图可以看出,云服务商在多个领域大幅消减云计算成本,硬件采购和升级只是其中一个部分。
根据亚马逊的James Hamilton博客中关于数据中心总体成本的文章,能源成本占到数据中心每月运营成本的31%,这还不包括数据中心建设成本和人员成本。(而且这还是2010年的数据)
成本降低的不仅仅是硬件
此外,媒体上关于Google和Facebook的绿色数据中心的超低能源效率(PUE)也有大量报道,例如“在Facebook绿色数据中心比桑 拿房还热”一文中提及,Facebook数据中心的PUE达到了惊人的1.07。而根据企业数据中心效率指数统计,普通企业自建数据中心的平均PUE值 2014年为1.7(下图),能源效率上大大低于大型云计算服务商。
不仅仅是TCIO,实际上云计算相比企业自建数据中心还有很多竞争优势,例如持续的可扩展性、创新力以及竞争和价格的透明。
假设财富5000强企业平均每家拥有7个数据中心,也就是约3.5万个数据中心,根据贝索斯定律,到2030年这些企业如果全部转向云计算将节省 90%的计算成本。根据Gartner的预测,云计算市场规模2017年将高达1310亿美元(负责将数据中心改造成老年活动中心的企业将大赚一笔)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29