Ponieważ to pytanie dotyczy obliczeń, postanowiłem opublikować tutaj. Mam nadzieję, że zostanie to uznane za właściwe.
Właśnie zacząłem uruchamiać modele atmosferyczne i oceaniczne i zdaję sobie sprawę, że potrzebuję więcej rdzeni, pamięci i miejsca na dysku niż ma obecny pulpit. Moja instytucja ma usługę obliczeniową o wysokiej wydajności, w której naukowcy mogą wypożyczać rdzenie po stałej cenie za rdzeń miesięcznie. Nikt w mojej grupie badawczej nie korzystał z tej usługi, ale zamiast tego uruchamiał swoje zapracowane maszyny. Jednak kilka innych grup badawczych w dziale gromadzi fundusze i korzysta z usługi obliczeniowej.
Teraz muszę podjąć decyzję, czy kupić nową maszynę z 60 GB pamięci RAM, czy też wypożyczyć rdzenie z usługi obliczeniowej. Jakie czynniki powinienem wziąć pod uwagę przy podejmowaniu tej decyzji? Jakie są zalety korzystania z usługi obliczeniowej niż zakup dedykowanej maszyny?
Odpowiedzi:
Ostatecznie odpowiedź na to pytanie zależy od cen pobieranych za usługi, których potrzebujesz. Przy bardzo niskiej cenie byłoby to prawie na pewno lepsze niż zakup własnego komputera, podczas gdy przy wyższej cenie lepiej byłoby kupić własny komputer. Argumenty przemawiające za wykorzystaniem zasobu współdzielonego są jednak dość silne, a czynniki te mogą przytłaczać zamortyzowany koszt komputera.
Plusy:
Brak kłopotów z administracją systemem. Nawet jeśli masz umiejętności (a prawdopodobnie nie masz, chyba że ostatnio miałeś pełnoetatową pracę), administrowanie i zabezpieczanie komputera wymaga czasu. Ponieważ zarządzanie 1000 komputerów nie zajmuje dużo więcej czasu niż zarządzanie 1, istnieje ogromna ekonomia skali.
Wydajność przy zajętości / bezczynności. O ile twoje badania nie są bardzo nietypowe, prawdopodobnie nie masz stałego obciążenia komputera 24/7/365. Możesz pojechać na kilka tygodni na urlop i nie mieć w tym czasie żadnych zadań do wykonania, lub możesz przygotowywać się do konferencji i mieć dużo dodatkowej pracy. Zasób udostępniony dobrze radzi sobie z tymi sytuacjami.
Dostęp do porad ekspertów. Twoje udostępnione zasoby mogą pochodzić z bezpłatnej pomocy eksperta w centrum komputerowym.
Cons:
źródło
6,60 USD / rdzeń miesięcznie to mniej niż pens na godzinę rdzeniową. To dobra okazja i jest to lepsza oferta, niż możesz uzyskać, jeśli sam kupisz identyczny sprzęt i zapłacisz własny rachunek za energię i sysadmin. Jeśli wszystko, co zamierzasz zrobić, to kupić jeden prawdopodobnie mniej wydajny węzeł stacji roboczej z wystarczającą ilością pamięci RAM, możesz zrobić to lepiej, ale możesz także zakończyć pracę szybciej na lepszym sprzęcie oferowanym przez Twoją centralną organizację usługową. Prawdopodobnie obciążają Cię tylko wtedy, gdy faktycznie pracujesz, więc powinieneś porównać koszt bieżący pojedynczego obliczenia z kosztem tego, co możesz kupić samodzielnie.
Czy administrujesz tym polem, czy zapłacisz komuś? Jeśli zapłacisz za to studentowi, to czy wydłuży to jego pobyt w szkole? Czy to w porządku? Kto płaci rachunek za prąd? Czy potrafisz skutecznie schłodzić swój zakup, czy też będziesz musiał zaktualizować A / C w swoim biurze? Kto pracuje na maszynie, jeśli się zepsuje, i czy możesz sobie pozwolić na upadek, gdy nie działa? Ile podstawowych miesięcy możesz uzyskać na koszt maszyny, którą możesz kupić? Itp.
źródło
Czy będziesz go używać przez długi czas?
Ogólnie rzecz biorąc, ekonomika tego jest prosta - jeśli potrzebujesz cennego zasobu do krótkich przerywanych wybuchów, wynajęcie jest tańsze niż posiadanie; a jeśli spodziewasz się, że będziesz go używać przez dłuższy czas, posiadanie go będzie tańsze.
Prosta ogólna zasada dotyczy faktycznie używanych terminów - czy kluczowy miesiąc jest dla Ciebie znaczącą miarą, w której oczekujesz, że będziesz używać wielu rdzeni przez wiele miesięcy w stabilny sposób? W takim przypadku zasób może być uzasadniony; jeśli jednak opisałbyś swój ładunek w godzinach pracy (nawet jeśli łączna kwota byłaby taka sama), byłoby dobrze podzielić się nim z innymi, na przykład wynajmując.
Co więcej, istnieje korzyść związana ze skalowaniem - jeśli dla kwoty pracy koszt zakupu i wynajmu wydaje się podobny, to nadal istnieje duża różnica między planowaniem zadania 1200 godzin pracy na 12 rdzeniach zakupionego serwera i otrzymanie odpowiedzi w ciągu 4 dni i możliwość uruchomienia jej na wynajętym 1200 rdzeni w ciągu godziny, jeśli zadania są dobrze zrównowaone.
źródło
Wynajęcie usługi jest lepszym wyborem. Sprzęt komputerowy traci swoją wartość szybciej niż samochody (jeśli chodzi o pomiar wartości za pomocą mocy obliczeniowej), jego wartość maleje wykładniczo.
Oznacza to, że z czasem Twoja początkowa inwestycja w zakup rdzeni będzie faktycznie bliska 0. Tak więc pieniądze, które wydajesz na wypożyczenie sprzętu, nie są wcale gorsze niż zakup sprzętu.
Wreszcie, w twoim przypadku wydaje się, że to, co zyskujesz na inwestycjach, to nie moc obliczeniowa, ale wyniki korzystania z mocy obliczeniowej.
Więc twoja decyzja jest decyzją ekonomiczną, spójrz na to w ten sposób:
Wartość w czasie obliczania Moc = P.
Wynajem ma przewidywaną wartość (EV):
EV (M) = R
Inną rzeczą do rozważenia w przypadku wynajmu jest to, że ta sama inwestycja M zapewni z czasem więcej mocy komputera, ponieważ ta sama technologia z czasem staje się wykładniczo tańsza.
W przypadku (b) zakupu rdzeni Twoja EV:
EV (M) = R + P
Zakładając, że otrzymywane wyniki są cenne i że wartość tych wyników jest wyższa niż wartość rdzeni (tj. R >> P), wówczas wartość P staje się nieistotna.
Innym problemem jest to, że P w czasie staje się 0, ponieważ technologia staje się przestarzała w tempie wykładniczym, a jej wartość zbliża się do 0 w miarę upływu czasu, więc jeśli zintegrujesz EV w czasie t, otrzymasz: EV ponad T (M) = R
Łatwo zauważyć, że zakup własnych rdzeni ma bardzo niewielką oczekiwaną wartość dodaną do inwestycji (M).
źródło