ReadNote современный дайджест Интернета

На вчерашней конференции, посвященной выходу нового продукта Google «Инфраструктура в аренду», компания представила Compute Engine, инфраструктурный сервис, который дополнит портфолио сервисов Google. Здесь (англ.) вы можете ознакомиться с подробной информацией о нем. В своей статье мы проверим обоснованность заявлений, которые уже озвучила и продолжает делать компания на своем веб-сайте: «За те же деньги вы получите на 50% большую вычислительную мощность, используя Compute Engine, чем при помощи любого другого облачного сервиса».

Однако все это время над созданием аналогичного продукта вовсю работает Microsoft. Сравнение цен на аналогичные продукты – дело непростое, ведь между сервисами редко можно установить полное соответствие, поэтому определить абсолютное различие в цене трудно. Этот пост не претендует на то, чтобы выразить истину в последней инстанции, но он поможет выявить в двух продуктах главные характеристики, которые влияет на их стоимость. Кроме того, мы постараемся определить, действительно ли между ними есть серьезные различия, настолько очевидные, чтобы бросаться в глаза.

Apples и Apples

Нам нужно единообразие, так что мы оценили продукты каждой компании и можем сравнить их. Начнем с Google:

• 1 ядро, 3,75 GB памяти, $0.145 в час.

Далее Google вводит учетную единицу, которую они называют Google Compute Engine Units, или GCEUs. Это основная единица, базовая для ценообразования. Указанная система имеет 2,75 GCEUs, и, следовательно, стоит  $0.053 за GECU/час. Что же такое GCEU на самом деле? По словам Александра Бурже, это примерно эквивалентно Amazon EC2 (Compute Unit). А это что означает? Читаем дальше:

Чтобы упростить процедуру сравнения возможностей центральных процессоров различных типов, мы дадим определение Amazon EC2 Compute Unit. Процессорное время, выделенное под отдельный узел, выражается в этих самых EC2 Compute Units. Мы используем несколько бенчмарков (исходных данных для оценки) и несколько различных тестов, чтобы оценить стабильность группы EC2 Compute Unit и возможность прогнозировать ее производительность. Один EC2 Compute Unit является эквивалентом мощности процессора 1.0-1.2 GHz 2007 Opteron или 2007 Xeon.

Ну что ж, вернемся к этому позже, когда нам понадобится сравнить предложения Microsoft и Google. Рассмотрим характеристики Azure:

• 1.6GHz процессор, 1.75GB оперативной памяти; $0.08 в час.

Стоимость продукта Microsoft оказывается $0.05 — $0.06 за GECU. И это очень близко к показателям Google, который уложился в $0.053. Правда, надо иметь в виду, что Google предлагает гораздо больше оперативной памяти, и это делает его предложение определенно выгоднее.

Что меняется при увеличении количества ядер? Давайте посмотрим.

Google: 8 ядер, 30GB оперативной памяти, 22 GECUs: $1.16 в час;
Microsoft: 8×1.6GHz CPU, 14GB оперативной памяти: $0.64 в час.

Теперь нужно разобраться в числе GECUs, которое предлагает Microsoft, чтобы понять смысл всех расчетов. Вернемся к нашей формуле о том, что процессорное ядро 1.6 GHz Microsoft находится между 1.6 и 1.33 EC2 units, и, следовательно, 1.6 и 1.33 GCEUs, на основании чего мы можем посчитать, что Microsoft предлагает от 12.8 до 10.64 GECUs. И это меньше, чем Google, на величину, находящуюся между 11.2 и 11.36.

По расчетам Google, ее 8-ядерное предложение стоит $0.053 за GECU в час. Как мы рассчитали, Microsoft предлагает от $0.05 до $0.06. Так что же оказалось: в пересчете на GECU производители взимают фактически равную плату.

Тем не менее, обратите внимание на разницу в RAM: она значительна. При, в общем-то, одинаковой плате в пересчете на GECU, Google предлагает намного больше оперативной памяти, где-то на 8GB больше на уровне 8 ядер, и это на 57% лучше того, что дает Microsoft. Практически за те же деньги.

Правда

Итак, как мы должны относиться к заявлениям Google? В компании сказали: «До 50% больше вычислительной мощности», — при этом они не назвали Azure, так что могли подразумевать любой другой продукт Iaas. И все же, по сравнению с Microsoft, условия Google предпочтительнее из-за более значительного объема оперативной памяти.

Источник