云计算的未来在哪？破解亚马逊云科技增长神话

本文转载自公众号：CloudTech2030
文章仅代表原作者个人观点

之前看亚马逊云科技创新大会直播，尤其是顾凡的主题演讲“重构云底座，加速向未来”，相比 re:Invent 的隆重的会场和丰盛的议题，这次更能总览亚马逊云科技全局产品和方案，我恰好在思考中美云计算的发展，本文有感而发。

云计算被形容为自来水，方便快捷。早年自来水没有表，按人头交钱浪费严重。仅剩一些农村这么干。可是你能想象到吗，中国的云计算过去十年跟农村自来水一样。最终用户不省钱，服务商也不赚钱。

本文有点儿长，先说结论。亚马逊电商有一套飞轮增长哲学，云计算业务也同样采用类似增长飞轮策略。“主动降价”增加客户粘性、“架构创新”客户实现业务价值，看起来简洁易懂，却蕴含着深厚的产品哲学。众多跟随者求而不得，无法模仿，我们来解读亚马逊云科技的产品之道，破解云计算增长之谜。

重构云底座

相对于总部的 re:Invent 大会，中文版的直播更好理解，而且信息浓缩，看一遍不过瘾，又看回放。终于“会当临绝顶，一览众山小”。keynote 关于云底座基础架构产品的演讲，让我从更全局的角度，再次认识云计算产品战略。萦绕在心中的问题，逐渐有了答案。为什么那么多用户选择亚马逊云科技，为什么 620 亿美元的规模，增长率还能达到 37%？

云计算产业的问题和思考

“亚马逊云业务 2021 年总营收 622 亿美元，同比增长 37%。四季度营收 177 亿美元，同比增长 40%。全年营业利润 185 亿美元，营业利润率为 29%。”年初看到这条新闻，感叹这么大的营收规模，如此高的利润率，是否因为绑定客户，产品定价过高？

反观国内的云计算亏钱降价策略，这样难道不应该更能做大市场吗？

先说结论，亚马逊云科技采用智慧的产品定位和不同定价战略，聪明地为客户省钱，同时获得利润投入技术创新和全球化。前文是总体战略的增长飞轮，以下是产品角度的分解。

云产品的增长飞轮：

对比云计算厂商的增长刺轮（部分跟随者），刺轮需要额外推力才能保持运转，比如客户补贴，重投入客户关系，定制化等。这也许就是很多厂商持续亏损，份额却无法增长的原因。

云计算为客户创造价值

到目前为止云计算还没有颠覆性技术发明，还没有人讲清楚未来它的价值在哪，有多大？

顾凡引用了 McKinsey Quarterly 报告，“到 2030 年云计算为 500 强创造价值规模超一万亿美元，节约成本 4300 亿，创造价值 7700 亿”。成本节约大大降低客户自建 IT 软硬件成本，同时，利用云上更加易用的 AI 和大数据技术，为企业业务创造价值。

文章有点长，咱们用麦肯锡的金字塔思维框架，结论先行。

云产品用户粘性和竞争力有以下 3 个方面：

节约成本：重新定义IT采购模型，帮助客户优化成本，实现双赢
创造价值：围绕用户价值重构云底座，从芯片到数据全栈构建先机的计算、产品和服务
全球化：通过全球化网络和资源布局、本地化合规、数据安全，帮助客户全球化

后面主要从前两个方面分享我的思考。

本文先重点讨论 1 和 2。

1. 重新定义IT，实现成本节约

还是结论先行，亚马逊云科技为客户节约成本，不靠低价格，而是靠贴近用户 IT 模型的产品定义。比如按量付费的 Amazon EC2，承诺用量的节省计划，到灵活切分的容器，低价抢占的 Spot，无服务器的 Amazon Lambda，再到自动降级省钱的 Amazon S3。

比如 Amazon EC2 的按秒付费，比常规包年的价格虽然单价高 50%，如果你的应用 1 天内高负载时间低于 16 小时，按量付费就更省钱。聪明的产品不靠低价，而且双赢。

传统 IT 玩法

过去：IT 老兵都知道，这个领域过去的玩法。IT 软硬件产品市场操作复杂，有厂商-渠道-代理-集成商，代理还分总代/一代/二代。厂商还要建团队去管理渠道、管理价格体系、行业/区域/代理级别折扣体系都不一样，还要防窜货，厂商花费大把资金用来做渠道激励和管理。

从客户侧看，甲方企业还要养着一个强大的采购团队，议价、比价、入围、签单，中间环节复杂且不透明，甲方老板也不放心，还需配套后端廉政、合规、审计。

比如我们常见的企业级高端服务器、存储、网络和安全产品定价官网是查不到的，折扣范围巨大，最低可以到 1 折，也可以 5 折。议价能力弱的客户，就需要找多个渠道询价，各种供应商比较，各种手段压价。本来 1 个月可以下单到货，经过多伦博弈要折腾半年，然后多家组合集成，再用半年来交付。

其他玩家捆绑大法

云计算被形容为自来水，方便快捷，按需使用，按量计费。但是最早是没有水表的，按月收费，现在还有农村这么操作。结果喝水的嫌贵，卖水的亏钱，只有浇田的没意见。
可是中国的云计算过去的十几年就是这么干的。主要售卖方式就是包年包月。看起来折扣低，最终用户没有省钱。终于想通了，要改变模式，却发现弹性能力不够、售卖率不行... 增长飞轮别人无法无法模仿。

参见某云产品 3 年价格调价通知：

2. 亚马逊云科技从哪些产品方面为客户考虑？

1）持续降价的产品战略

客户选择云计算，综合评估 TCO、性能、可靠安全，体验和服务能力；

如果服务商用低价来抢单，要小心是否有陷阱，是否会以次充好？是否先进店后宰客？超低折扣能否长期持续？

亚马逊云科技产品数十次降价，当相对其他玩家来讲，不采用低价策略，而是双赢的产品设计策略，值得思考。

我们接下来重点分析营收主力产品。企业的 IT 开支 IaaS 一般占大头，其中最大的产品是计算、存储加起来一般超过 50%。我们来看看云厂商的产品策略。

2）越来越轻的产品架构

从应用架构上节约：

虚拟机 Amazon EC2--> 容器 Amazon ECS/EKS--> Amazon Fargate--> Amazon Lambda

从过去物理服务器的形态，到越来越细粒度的切分，最终实现仅调用时占用资源。资源开销可以更加贴近客户的IT负载曲线。减少浪费，帮客户省钱。

从定价模式上节约：

按量付费-->预留实例-->节省计划--Spot，主打按量付费的同时，给用户多种灵活选择。

3）坚持按量付费模式

云计算提供的是服务与传统 IT 最大的区别，就是按订阅收费。常见的软件订阅一般按照月或者年的方式。但亚马逊云服务更加激进，服务订阅按秒付费（最小 60 秒），不做长时间绑定，恰恰解决了客户 IT 峰值痛点问题。按照当前的定价比例，如果每天使用时间低于 16 小时，按量比包年更划算。

表-多种付费方式的差别

长期坚持按量计费，提供多种弹性方案和定价策略，培养市场对按量使用资源习惯，自己也孵化出 Serverless 产品。从本次演讲也可以看出，客户弹性用的非常普遍。每天新创建 6000 万个实例，按照每实例 4vcpu 估算，代表 300 万台服务器，云上超50% 应用负载采用弹性方式创建。

过去 IT 服务厂商硬件设备无法实现按量订阅，只能按峰值需求采购。但是国内其他云厂商为什么不跟随？为什么还主推这种模式（很多服务商希望用低价包 N 年方式绑定客户）

本质来看，付费包服务商需要预留资源、容量、性能，保证在需要弹性的时候，兑付成功率高。背后需付出巨大的成本来支持，预留充足的服务器资源池；还要建设规模足够大的可用区机房并支付成本。亚马逊云计算在美国本土的 Region 一般 3-4AZ，国内服务商 AZ 数量经常达到 2 位数。节约短期成本，却造成资源池碎片化，影响客户弹性扩容体验。

4）抢占式实例--共享资源新范式

B2B 共享资源的新范式，闲置资源拍卖

使用 Amazon EC2 Spot 实例，可以请求 Amazon EC2 备用计算容量，与按需实例的价格相比，这类实例最多可以节省 90% 的成本。

计算过去 30 天内与按需相比节省的费用

中断频率表示 Spot 在过去一个月间回收容量的比率。

过去按量售卖，客户峰谷会非常多，削峰填谷非常难调度，导致经常有 30-40% 的限制，采用 spot 方式，可以低价抢占剩余资源。

实际上有不少做算力的公司把这种空余资源低价买入，分发给需要计算的客户；比如并行计算类似玩家，二次售卖 HPC 业务。

5）手中无剑--开创无服务器新赛道

一个做云服务器起家的服务商，竟然开启了无服务器新赛道。顶级高手追求手中无剑，心中有剑的层次。

基础设施无论怎么按量、弹性的方式使用资源，让人有 scale-out 水位，一般应用工作水位 30%，启动扩容的水位是 50-70%，缩容更加谨慎，需要等实例内的最后一个客户服务结束。

开创性地发布产品 Amazon Lambda，完全按照业务负载付费，把资源占用和浪费压缩到 0。

Amazon Lambda 费用=计算时间+请求次数+内存+存储+并发。

咱们看一个官方案例，一个具备峰谷特点的外卖订餐系统；每月处理 300 万个请求。函数计算实现执行时间为 120 ms，每次内存 1536 MB。扣掉 100 万免费额度，一个月下来才 20 美元；

当然，Serverless 还不是万能的，仅支持脚本语言、启动慢（50ms+）、有调用限制。

6）自动省钱的 Amazon S3

Amazon S3 是对象存储，是亚马逊云科技营收最大的存储产品。从开发中角度，数据在产生之时，并不知道未来如何使用，未来算冷还是热数据。而 Amazon S3 存储提供了冷热自动分级，超过 90 天不用，可以自动降级；

我想问一个问题，这么主动帮客户省钱，PD 不用承担营收 KPI 吗?

设计一个产品尽量从客户那儿多收钱，这才是职业化的 PD 。

Amazon S3 不只是一个产品，而是一个系列，有多种热度和性能的存续范式。

Amazon S3 的产品价格随着用量增加，单价下降。按照我的期待，容量达到 PB 后应该继续降价。后面应该留给了销售去申请折扣。

美中不足的是，Amazon S3 的收费复杂度，由六大成本组成：存储定价、请求和数据检索定价、数据传输和传输加速定价、数据管理和分析定价、复制定价以及使用Amazon S3 Object Lambda 处理数据的价格。

如何选择趁手兵器--购买方式总结

大胆设想，目前大客户还是有额外折扣的，有额外议价空间，未来的产业互联网，按照采购量自动生成阶梯折扣，更加透明，期待有云厂商早日迈出这一步。

主动帮助客户省钱，这也许是敢于用按量收费，而且客户粘性越来越强的原因。

成本管理和优化工具的七种武器

好的产品设计要对财务友好，企业IT部门每年都有降本 KPI。亚马逊云科技有如此多的工具组合，功能强大，很多账单还可以导出 excel，二次架构处理。

丰富的工具包：

a.Amazon Pricing Calculator 在亚马逊云科技中国区域估算云使用成本
b.产品内置：购买界面内置多种选项建议，比如 Saving Plan，输入需求，自动给出建议。
c.云上财务管理（CFM）使组织能够调整其流程以实现最大的业务价值和财务成功，同时优化亚马逊云科技上的成本。
d.Amazon Cost Explorer 查看和分析您的成本和使用情况。该工具提供默认报告，可帮助您直观地查看成本和使用情况（例如账户，服务）或资源级别（例如 Amazon EC2 实例 ID）
e.Amazon Trusted Advisor，这是一种线上工具，可帮助您按照最佳实践在五个方面配置资源：成本优化、性能、安全性、容错和限制。建议定期使用 Amazon Trusted Advisor 以最佳方式维护您的解决方案。
f.Amazon Compute Optimizer 会为您的工作负载推荐最佳实例种类及規格大小，以降低成本并提高性能，并使用机器学习来分析历史利用率指标。过度配置资源会导致不必要的基础设施成本，而资源不足会导致应用程序性能不佳。帮助您根据您的利用率数据为三种类型的资源选择最佳配置：Amazon EC2 、Amazon EBS 、Amazon Lambda。
g.Amazon QuickSight 成本可视化方案

技术创新围绕客户价值

自底向上的基础技术创新-芯片

亚马逊云深耕客户 IT 多年，为云原生场景设计芯片，从减少虚拟化损耗开始，逐步接管客户通用负载、ML 负载：

Amazon Nitro：就是支持虚拟化的智能网卡，带火了 DPU 概念。快速创新，性能让利给客户
Amazon Graviton：基于 ARM 架构的 CPU，如今已经发展到可以在生态、性能方面赶超 x86的水平。
Amazon Trainum 和 Amazon Inferentia：分别是 ML 的训练和推理芯片，对比 NVIDIA GPU 性价比更高。

Amazon Nitro 加速应用性能

亚马逊云科技早在 2006 年就推出了 Amazon EC2 虚拟主机服务，早期可用的虚拟化技术只有 VMware 商业软件和开源的只有 Xen 技术，KVM 刚刚诞生还未成熟。

Xen 的虚拟化采用全虚拟化技术，也就是靠软件虚拟出内存、IO、外设等设备，CPU 性能损耗达 20-30%，主流云服务商都切换到了 KVM，2013 年收购了 Annapurna labs。还在忍受低效的老技术。被 VM 性能吊打两年后，终于在 2017 年发布了Amazon Nitro 和 Amazon Nitro hypervisor，实现优化虚拟化负载。

表-Amazon EC2 Virtualization Types

过去 KVM 软件虚拟化虽然实现了 SRIOV，但是 vNIC、vBlock 设备还是需要大量内核来处理设备 IO，与应用负载争抢 CPU 资源。负载的比例大概 10-20%。采用 Amazon Nitro 硬件虚拟化技术帮客户应用实现性能提升，同时意味着降低资源需求，降低成本：

Memcahed：Amazon Nitro 领先 9-26%
Nginx：领先 11-20%
MySQL：领先 6%

Amazon Nitro SSD 优化存储时延：从 0.08ms 降低到 0.02ms；数据库、ML 需要更低时延提升应用响应速度。过去应该采用商用方案，现在 Amazon Nitro 加速，实现 SSD 虚拟化，统一监控和管理，且降低时延。

Amazon EC2快速推出新实例

亚马逊云科技主要以服务形式提供给客户，后台技术迭代，客户不需要感知，一个产品系列类型可以收敛到 1-3 个形态。但计算产品不同，客户的应用会感知到 CPU 平台的差异，不同应用也有不同的需求，这导致 Amazon EC2 产品实例系列快速爆炸，比如 CPU 分为 Intel、AMD、ARM，内存分为1：2、1：4、1：8 和 1：16，加速器分为推理、训练、FPGA、媒体转码，此外还有 IO 增强，如网络增强、本地盘等形态。几种组合，每一代有数十种硬件架构形态。亚马逊云科技可以快速推出新实例，得益于Amazon Nitro 实现了虚拟化卸载。

自研 Amazon Graviton-高性能低价格

随着 Intel 这几年挤牙膏，服务器处理器的性价比提升放缓，尤其是能耗快速增长。亚马逊云科技推出 ARM 处理器 Amazon Graviton 2 和 3 系列。

最近分析 ARM 技术，推测应该采用的是 Nerverous V1 架构，代号 Zeus，比 N1 核性能提高 50%（实际 SVE 提升更大）

创新的云原生芯片设计理念：

性能：单核内存带宽和时延
ML：BF16 和 INT8 方面遥遥领先
能耗：功耗是 ARM 强项，效率比 x86 优 60%
放弃：随着核心增加 NUMA 作为独木桥，越来越影响性能，干脆放弃NUMA
场景：单 core 性能强劲，HPC、媒体转码场景具备优势；

Amazon Graviton 3 比 G2 增加 200 亿晶体管；但是处理器主频不增加，核数没变，推测战略定位如下：

性能战略：选择了 V1 架构，意味着走了性能路线，主打 ML 和 HPC
成本更高：Amazon Graviton 3 仅 64core，相比较而言行业其他处理器的核密度更高，Ampere AltraMax、Yitian、NVIDIA 分别是 128core 和 144core（2chips）
让利客户：Amazon G3 实例 C7g 定价只比上一代 Amazon G2 提高 5%；5nm 500 亿晶体管，比7nm 300 亿晶体管成本预计翻倍。