온프레미스 HPC와 클라우드 지원 HPC를 비교할 때 TCO가 {상당히} 작동하지 않는 이유


총 소유 비용(TCO)은 HPC 시스템과 같은 자산과 관련된 직간접 비용을 이해할 수 있는 강력한 재무 도구입니다. 계산 온프레미스 HPC 시스템의 TCO 직접적입니다. 전체 배포에 대한 시스템 및 관리와 관련된 모든 비용을 합산합니다. 하지만 클라우드 지원 HPC로 전환하는 데 관심이 있다면 어떻게 될까요? 클라우드 지원 HPC 시스템의 TCO를 온프레미스 HPC 시스템의 TCO와 자신있게 비교할 수 있습니까?
이 질문은 다양한 기관에서 다루어졌습니다.
우리의 견해는 간단합니다: TCO는 클라우드 지원 HPC의 가치를 평가하기에는 좋지 않은 재무 도구입니다.. 시스템을 정적 환경과 동적 환경과 비교하면 신뢰할 수 없고 오해의 소지가 있는 분석이 생성됩니다. 이는 사과와 오렌지의 비교이며 TCO를 사용하여 오렌지에서 사과 주스를 만들려는 클라우드 지원 HPC 시도를 평가합니다.
정적 환경이란 무엇이며 TCO 분석에 어떻게 적용됩니까?
TCO에 대한 정적 환경은 설정된 반품에 대한 비용을 설정한 경우 사용됩니다. 온프레미스 시스템의 경우 Y 달러로 X 양의 컴퓨팅 성능을 얻을 수 있습니다. 포괄적인 TCO에 도달할 때까지 온프레미스 HPC 시스템의 비용 분석에서 대부분의 비용에 대해 이와 동일한 관계가 지속됩니다. 몇 가지 가변 비용이 관련됩니다(소프트웨어 가격, 인력, 에너지, 예상치 못한 오류 등의 변동). 그러나 마진을 사용하여 TCO에 미치는 영향을 모니터링할 수 있습니다. 기본적으로 X 컴퓨팅 성능 = Y 비용 ± 변화 여유에 대한 일반적인 TCO 분석으로 끝납니다. 이는 비용 변동이 거의 없고 선형에 가까운 관계를 생성하는 알려진 보상이 있는 시스템을 비교하기 위한 훌륭한 도구입니다. 그러나 클라우드 컴퓨팅의 경우처럼 컴퓨팅 성능이 거의 무한대이고 비용이 반응적이라면 어떻게 될까요?
동적 환경이란 무엇이며 TCO 분석에 어떻게 적용됩니까?
TCO 분석을 위한 동적 환경은 비용과 보상이 직접적으로 연관되어 있지 않아 정의하고 비교하기 어려운 시스템입니다. 클라우드 지원 HPC 시스템에서는 필요할 때 컴퓨팅 성능에 대한 비용을 지불합니다. 온프레미스 HPC 시스템과 비교할 때 클라우드 지원 HPC를 사용하는 데 필요한 초기 자본 지출은 거의 없습니다. 이러한 환경에서는 HPC 비용이 컴퓨팅 수요에 따라 발생하기 때문에 예측하기 어렵고 대응성이 더 높아집니다. 또한 더 이상 정해진 컴퓨팅 성능 제한의 제약을 받지 않으므로 HPC 활용 정도에 따라 보상이 매우 다양해집니다. 이러한 확장성은 HPC 사용량에 큰 영향을 미칠 수 있습니다. 특히 현재 시스템이 최고 성능과 잠재적인 실험 설계(DOE)를 방해하는 경우에는 더욱 그렇습니다. 클라우드 컴퓨팅의 보상은 다음과 같은 질문을 불러일으킵니다. HPC에 대한 제한이 덜하다면 HPC를 다르게 활용하시겠습니까?
TCO를 사용하여 온프레미스 시스템과 클라우드 지원 HPC 시스템을 비교하면 어떻게 됩니까?
TCO는 정적 환경에 도움이 되는 도구이지만, 동일한 정적 도구를 고도로 동적인 환경에 적용하려고 하면 오해의 소지가 있습니다. 예를 들어 온프레미스 HPC 시스템의 TCO를 계산한다고 가정해 보겠습니다. 먼저, 약 3년 동안 사용될 시스템의 최대 사용량과 활용도를 예측해야 합니다. 조직의 모든 요구 사항을 관리하려면 최고 사용량과 높은 활용도 유지 간에 균형이 이루어져야 합니다. 그런 다음 시스템을 조립하고 운영하는 데 필요한 모든 하드웨어, 소프트웨어 및 직원을 구입하기 위해 막대한 초기 자본 지출을 지불해야 합니다. 이러한 모든 비용을 계산하면 제한된 컴퓨팅 성능을 제공하는 시스템에 대한 TCO를 받게 됩니다.
이제 클라우드 지원 HPC 시스템에 대해 동일한 분석을 사용해 보십시오. 대부분은 예상되는 최대 컴퓨팅 성능과 평균 활용률을 취하여 장래의 클라우드 서비스 제공업체에서 계산할 가격을 곱합니다. 이것이 첫 번째 문제입니다. 이미 두 시스템의 보상과 비용이 동일한 것처럼 취급하고 있습니다. 클라우드 지원 HPC 시스템을 사용하면 최신 하드웨어 및 소프트웨어 리소스에 즉시 액세스할 수 있습니다. 이는 항상 애플리케이션에 가장 적합한 인프라를 활용하고 있음을 의미합니다. 또한 컴퓨팅 성능이 거의 무한해지기 때문에 시뮬레이션 실행을 위해 대기열을 가질 이유가 없으므로 생산성이 향상됩니다. 연구 및 설계 프로세스의 이러한 혁신은 경쟁사보다 먼저 더 나은 제품을 시장에 출시하는 데 필수적이며, 온프레미스 HPC 시스템에 대한 리소스를 쉽게 확장하고 업그레이드할 수 없으면 경쟁 능력이 심각하게 저해될 수 있습니다. 보상의 차이로 인해 노후화된 온프레미스 HPC 시스템이 경쟁 우위를 점하는 데 도움이 될 수 있는 잠재적인 새로운 워크플로우에 미치는 영향과 관련된 비용을 정량화하기가 어렵습니다.
HPC 솔루션의 TCO를 비교할 때에는 각 솔루션이 제공하는 보상을 인정해야 합니다. 보상이 부족하면 경쟁사의 TCO에 비용으로 반영되어야 하기 때문입니다. 예를 들어, 클라우드 컴퓨팅 솔루션이 대기열 시간 없음, 더 나은 컴퓨팅 성능 및 새로운 DOE를 제공하지만 온프레미스 솔루션은 그렇지 않은 경우 온프레미스의 보상 부재와 관련된 비효율성 비용을 계산해야 합니다. 체계. 이것이 해당 보상으로 TCO를 평준화하는 유일한 방법이지만 각 보상에 대한 정확한 수치를 정의하는 것은 극히 어렵습니다. 앞으로는 TCO를 오해의 소지가 있고 부정확한 도구로 만듭니다. 클라우드 지원 시스템과 온프레미스 HPC 시스템의 TCO와 보상을 비교하는 것은 의미가 없습니다. 도구가 각 시스템의 현실을 다루지 않기 때문입니다. 하나는 정적이고 제한된 컴퓨팅 성능을 생성하기 위해 막대한 투자가 필요하고, 다른 하나는 민첩하며 무제한 컴퓨팅 성능을 위해 종량제 비용이 필요합니다.
클라우드 지원 HPC를 HPC 시스템에 통합하는 데 따른 재정적 영향을 판단하는 것은 어려울 수 있습니다. 다행히도 Rescale에는 조직에서 클라우드 지원 HPC의 이점을 정의하는 데 도움이 되는 많은 전문가와 기밀 도구가 있습니다.
와서 얘기해봐 us .

비슷한 게시물