FinOps: Obliczenie kosztów CPU, RAM, Storage w hybrydowej IT

FinOps: Metodyka kalkulacji kosztów CPU, RAM i pamięci masowej w infrastrukturze hybrydowej

Efektywne zarządzanie kosztami IT w warunkach infrastruktury hybrydowej to jedno z kluczowych wyzwań współczesnego biznesu. Firmy, które korzystają z kombinacji własnych centrów danych, chmur prywatnych i publicznych, stają przed koniecznością precyzyjnego określenia kosztu każdego zasobu obliczeniowego. Bez przejrzystego modelu kosztowego niemożliwe jest prawidłowe alokowanie wydatków, porównywanie efektywności różnych środowisk i uzasadnianie inwestycji. Niniejszy materiał przedstawia praktyczne podejście do obliczania kosztu jednostkowego CPU, RAM i pamięci masowej (Storage), koncentrując się na prywatnych systemach wirtualizacji jako najbardziej złożonym segmencie do wyceny w ramach praktyk FinOps i ITFM.

Wprowadzenie do FinOps i wyzwania infrastruktury hybrydowej

W warunkach, gdy infrastruktura IT firmy obejmuje własne centra danych, prywatne wirtualizacje i kilka chmur publicznych, kwestia ewidencji i alokacji kosztów przestaje być wyłącznie zadaniem księgowym i przekształca się w strategiczny problem. Koncepcje FinOps (Financial Operations) i ITFM (IT Financial Management) stają się krytycznie ważne dla zapewnienia przejrzystości finansowej i optymalizacji wydatków IT. O ile koszty sprzętu zakupionego pod konkretny projekt są łatwe do przypisania, a koszt chmur publicznych jest określany przez dostawcę, o tyle prywatne systemy wirtualizacji stanowią największe wyzwanie. Tutaj cena zasobu nie jest oczywista i wymaga szczegółowej kalkulacji, uwzględniającej koszt sprzętu, rezerwację, współczynniki nadsubskrypcji i towarzyszącą infrastrukturę. Celem tego podejścia jest stworzenie modelu, który pozwoli nie tylko obliczyć, ale także wykorzystać te dane do alokacji kosztów według centrów P&L, budżetowania i planowania strategicznego.

Zacznijmy od podstawowej dekompozycji kosztów typowego serwera, który stanowi podstawę dla prywatnej wirtualizacji. Dla uproszczenia przyjmijmy, że klaster wirtualizacji składa się z jednorodnych serwerów. Załóżmy, że każdy serwer jest wyposażony w dwa procesory po 64 rdzenie i 1024 GB pamięci operacyjnej. Całkowity koszt takiego serwera składa się z kilku kluczowych komponentów:

Koszt pamięci (RAM).
Koszt procesorów (CPU).
Koszt platformy (płyta główna, karty sieciowe, obudowa, zasilacze i inne komponenty zapewniające funkcjonowanie systemu).

Znając całkowity koszt serwera i proporcje cen jego głównych części, można wyznaczyć współczynniki alokacji. Na przykład, jeśli K_CPU = 0,32, K_RAM = 0,5, a K_Platform = 0,18, oznacza to, że 32% kosztu serwera przypada na CPU, 50% na RAM, a 18% na platformę. Te współczynniki pozwalają określić czysty koszt każdego komponentu.

Metodyka dekompozycji kosztów sprzętu serwerowego

Do określenia bazowego kosztu jednego rdzenia CPU i jednego gigabajta RAM należy zastosować wspomniane współczynniki. Załóżmy, że Server_price to całkowity koszt serwera. Wówczas czysty koszt komponentów można obliczyć w następujący sposób:

Czysty koszt jednego rdzenia CPU (Core_c):

1 Core_c = (Server_price - (K_RAM Server_price + K_Platform Server_price)) / Liczba_Rdzeni_w_Serwerze

Jeśli użyjemy współczynników i liczby rdzeni (64) podanych w oryginalnym tekście, wzór będzie wyglądał tak:

1 Core_c = (Server_price - (0.5 Server_price + 0.18 Server_price)) / 64

Czysty koszt jednego gigabajta RAM (GB RAM_c):

1 GB RAM_c = (Server_price - (K_CPU Server_price + K_Platform Server_price)) / Objętość_RAM_w_Serwerze

Z uwzględnieniem współczynników i objętości RAM (1024 GB):

1 GB RAM_c = (Server_price - (0.32 Server_price + 0.18 Server_price)) / 1024

Te wzory pozwalają uzyskać początkowy, surowy koszt każdego zasobu. Ważne jest, aby pamiętać, że te obliczenia są podstawowe i nie uwzględniają wszystkich niuansów rzeczywistej eksploatacji. Stanowią jednak fundament do dalszego uszczegóławiania kosztów zasobów obliczeniowych.

Uwzględnienie odporności na awarie i współczynników nadsubskrypcji

W rzeczywistych systemach wirtualizacji należy uwzględnić dodatkowe współczynniki, które odzwierciedlają wymagania dotyczące odporności na awarie (HA - High Availability) i wysokiej dostępności. Współczynniki te zwiększają efektywny koszt zasobów, ponieważ część mocy jest rezerwowana i nie może być wykorzystana do obsługi głównego obciążenia. Na przykład, jeśli dla zapewnienia odporności na awarie zarezerwowano 50% CPU i 20% RAM, oznacza to, że tylko pozostała część zasobów jest dostępna do alokacji maszyn wirtualnych. W ten sposób efektywny koszt każdego dostępnego rdzenia lub gigabajta pamięci wzrasta.

Oprócz odporności na awarie, ważnym parametrem jest współczynnik nadsubskrypcji (oversubscription). Nadsubskrypcja to stosunek przydzielonych zasobów wirtualnych do fizycznych. Na przykład, współczynnik nadsubskrypcji CPU równy 2,5 oznacza, że na każdy fizyczny rdzeń można przydzielić 2,5 wirtualnego rdzenia. Dla pamięci nadsubskrypcja zazwyczaj nie jest stosowana lub jest używana z dużą ostrożnością ze względu na bezpośredni wpływ na wydajność. Z uwzględnieniem tych czynników, skorygowany koszt zasobów będzie wyglądał następująco:

Skorygowany koszt 1 Core (1 Core price):

1 Core price = (1 Core_c + 1 Core_c * Współczynnik_Odporności_na_Awarie_CPU) / Współczynnik_Nadsubskrypcji_CPU

Na przykład, z 50% odpornością na awarie i współczynnikiem nadsubskrypcji 2,5:

1 Core price = (1 Core_c + 1 Core_c * 0.5) / 2.5

Skorygowany koszt 1 GB RAM (1 GB RAM price):

1 GB RAM price = 1 GB RAM_c + 1 GB RAM_c * Współczynnik_Odporności_na_Awarie_RAM

Na przykład, z 20% odpornością na awarie (bez nadsubskrypcji):

1 GB RAM price = 1 GB RAM_c + 1 GB RAM_c * 0.2

Zastosowanie tych współczynników pozwala uzyskać bardziej realistyczną ocenę kosztów zasobów obliczeniowych, uwzględniającą wymagania dotyczące stabilności i efektywności wykorzystania infrastruktury. W rezultacie z jednego typowego serwera można uzyskać określoną liczbę wirtualnych CPU (vCPU) i GB RAM, które następnie zostaną alokowane do centrów P&L z uwzględnieniem uzyskanych cen. Na przykład, z serwera z 64 fizycznymi rdzeniami, 50% rezerwacją i współczynnikiem nadsubskrypcji 2,5, otrzymujemy (64 (1 - 0.5)) 2.5 = 80 vCPU. Jeśli natomiast dane początkowe wynosiły 107 vCPU i 855 GB RAM, jak w przykładzie, jest to już wynik zastosowania wszystkich współczynników do początkowych zasobów fizycznych.

Kalkulacja kosztów pamięci masowej i infrastruktury pomocniczej

Oprócz CPU i RAM, kluczowym zasobem w infrastrukturze IT jest pamięć masowa (Storage). Koszt 1 GB SAN (Storage Area Network) również wymaga oddzielnej kalkulacji z uwzględnieniem współczynników korygujących. Na przykład, współczynnik 30% może być przeznaczony na rezerwację, redundancję lub inne koszty ogólne związane z eksploatacją macierzy dyskowych. Wzór do obliczeń może wyglądać następująco:

1 GB SAN price = SAN_price / (SAN_volume - SAN_volume * Współczynnik_Korygujący)

Lub, jeśli współczynnik jest stosowany do ceny końcowej:

1 GB SAN price = (SAN_price / SAN_volume) * (1 + Współczynnik_Korygujący)

Ważne jest, aby zrozumieć, że systemy przechowywania danych znacznie różnią się klasami (np. All-Flash, Hybrid, HDD), wydajnością i funkcjonalnością, co bezpośrednio wpływa na ich koszt. Szczegółowa kalkulacja dla różnych klas macierzy dyskowych może być znacznie bardziej złożona i wymaga głębszej dekompozycji kosztów.

Oprócz podstawowych zasobów obliczeniowych i pamięci masowej, należy uwzględnić koszt infrastruktury pomocniczej, takiej jak sprzęt sieciowy i systemy kopii zapasowych (SRK). Na przykład, koszt wykorzystania sprzętu sieciowego może być obliczony na podstawie kosztu jednego portu, jednak często dla uproszczenia jest on równomiernie rozdzielany między centra P&L, podobnie jak koszty ogólne. Koszt SRK z kolei może być powiązany z objętością przechowywanych danych. Jeśli kopie zapasowe obejmują absolutnie wszystko, to dodany koszt SRK może być obliczany na podstawie zużytej objętości danych z określonym współczynnikiem (np. 0,67, co może uwzględniać koszt licencji, sprzętu i eksploatacji).

Ważne jest, aby pamiętać, że przedstawione tutaj obliczenia są uproszczone i mają na celu zademonstrowanie podstawowych zasad wyceny. W rzeczywistych warunkach proporcje kosztów komponentów, ich konfiguracje i ceny zakupu mogą się znacznie różnić. Utrzymanie aktualnego kosztu zasobów wymaga regularnego przeglądu i korygowania współczynników, w oparciu o dynamikę rynku i wewnętrzne potrzeby. Kompleksowe podejście do FinOps zakłada stałe monitorowanie i optymalizację kosztów na wszystkich poziomach infrastruktury IT.

Co ważne

Dekompozycja kosztów: Do dokładnej kalkulacji kosztów zasobów IT w środowiskach hybrydowych niezbędna jest szczegółowa dekompozycja kosztów sprzętu, zwłaszcza dla prywatnej wirtualizacji.
Uwzględnienie odporności na awarie: Koszt zasobów powinien obejmować współczynniki zapewniające wysoką dostępność i odporność na awarie, ponieważ część mocy jest rezerwowana.
Współczynniki nadsubskrypcji: Zastosowanie współczynników nadsubskrypcji (szczególnie dla CPU) pozwala zoptymalizować wykorzystanie zasobów fizycznych, ale wymaga prawidłowego uwzględnienia w wycenie.
Pamięć masowa i systemy pomocnicze: Kalkulacja kosztów pamięci masowej i infrastruktury pomocniczej (sieci, SRK) jest również kluczowa dla pełnego obrazu wydatków i może być rozdzielona proporcjonalnie lub jako koszty ogólne.
Dynamiczność modelu: Model kalkulacji powinien być elastyczny i regularnie aktualizowany, aby odzwierciedlać bieżące ceny rynkowe, konfiguracje sprzętu i wewnętrzne potrzeby firmy.

— Editorial Team