Como esta pregunta está relacionada con el cálculo, decidí publicar aquí. Esperemos que se vea como apropiado.
Acabo de comenzar a ejecutar modelos atmosféricos y oceánicos, y me doy cuenta de que necesito más núcleos, memoria y espacio en disco que mi escritorio actual. Mi institución tiene un servicio informático de alto rendimiento, donde los investigadores pueden alquilar núcleos a un precio fijo por núcleo por mes. Nadie en mi grupo de investigación ha utilizado este servicio, sino que ejecuta trabajos en sus máquinas reforzadas. Sin embargo, varios otros grupos de investigación en el departamento agrupan fondos y aprovechan el servicio informático.
Ahora necesito tomar una decisión sobre si comprar una nueva máquina con 60 GB de RAM o alquilar núcleos en el servicio informático. ¿Qué factores debo considerar al tomar esta decisión? ¿Cuáles son las ventajas de usar un servicio de computación que comprar una máquina dedicada?
Respuestas:
En última instancia, la respuesta a esta pregunta depende de los precios que se cobran por los servicios que necesita. A un precio muy bajo, esto seguramente sería mejor que comprar su propia computadora, mientras que a un precio más alto sería mejor comprar su propia computadora. Sin embargo, el uso de un recurso compartido es bastante fuerte y estos factores pueden abrumar el costo amortizado de la computadora.
Pros:
Sin problemas de administración del sistema. Incluso si tiene las habilidades (y probablemente no las tenga, a menos que haya tenido un trabajo a tiempo completo haciendo esto recientemente), administrar y proteger la computadora lleva tiempo. Dado que no toma mucho más tiempo administrar 1,000 computadoras que administrar 1, existe una gran economía de escala.
Ocupado / inactivo eficiencia. A menos que su investigación sea muy inusual, probablemente no tenga una carga de trabajo constante 24/7/365 para su computadora. Es posible que se vaya de vacaciones por algunas semanas y no tenga ningún trabajo que ejecutar durante ese tiempo, o puede que se esté preparando para una conferencia y tenga mucho trabajo extra. Un recurso compartido maneja bien estas situaciones.
Acceso a asesoramiento experto. Su recurso compartido podría venir con la ayuda gratuita de un experto en el centro de computación.
Contras:
fuente
$ 6.60 / core-month es menos de un centavo por hora core. Esta es una buena oferta, y es una mejor oferta de la que puede obtener si compra un hardware idéntico y paga su propia factura de energía y administrador de sistemas. Si todo lo que va a hacer es comprar un nodo de estación de trabajo probablemente menos potente con suficiente RAM, entonces puede hacerlo mejor que esto, pero también puede completar su trabajo más rápido en el mejor hardware ofrecido por su organización de servicio central. Presumiblemente solo le cobran cuando realmente está ejecutando, por lo que debe comparar el costo de ejecución de un solo cálculo con el costo de lo que puede comprar por su cuenta.
¿Administrará esta casilla o le pagará a alguien? Si le pagará a un estudiante graduado para hacer esto, ¿esto alargará su estadía en la escuela de posgrado? ¿Es eso justo? ¿Quién paga tu factura de energía? ¿Puede enfriar efectivamente su compra o tendrá que actualizar el A / C en su oficina? ¿Quién trabaja en la máquina si se rompe y puede darse el lujo de estar abajo mientras está fuera de servicio? ¿Cuántos meses centrales puede obtener por el costo de la máquina que podría comprar? Etc.
fuente
¿Lo usarás todo el tiempo, durante mucho tiempo?
En general, la economía para esto es simple: si necesita un recurso valioso para ráfagas intermitentes cortas, generalmente será más barato alquilar que poseer; y si espera usar la mayor parte durante un tiempo prolongado, será más barato tenerlo.
Una regla general simple es sobre los términos utilizados: ¿es un mes central una métrica significativa para usted, una en la que espera utilizar muchos núcleos durante muchos meses de manera estable? Puede ser razonable poseer el recurso en este caso; sin embargo, si describe su carga en horas centrales (incluso si la cantidad total fuera la misma), sería eficiente compartirla con otros, por ejemplo, alquilándola.
Además, existe una ventaja de escala: si por el monto de su trabajo el costo de compra y alquiler resulta similar, entonces todavía hay una gran diferencia entre programar un trabajo de 1200 horas centrales para que se ejecute en los 12 núcleos de un servidor que compró y obtener una respuesta en 4 días y poder ejecutarla en 1200 núcleos alquilados en una sola hora, si sus tareas son paralelas bien.
fuente
Alquilar el servicio es la mejor opción. El hardware de la computadora pierde su valor más rápido que los automóviles (cuando se trata de medir el valor por su potencia informática), su valor disminuye exponencialmente.
Eso significa que con el tiempo su inversión inicial de comprar los núcleos en realidad se acercará a 0. Por lo tanto, el dinero que gasta en alquilar el hardware no es mucho peor que comprar el hardware.
Finalmente, en su caso, parece que lo que gana de la inversión no es la potencia informática sino los resultados del uso de la potencia informática.
Entonces, su decisión es una decisión económica, mírela de esta manera:
Valor en el tiempo de computación Potencia = P.
El alquiler tiene un valor esperado (EV) de:
EV (M) = R
Otra cosa a tener en cuenta en caso de alquiler es que la misma inversión M le dará más potencia de computadora con el tiempo, porque la misma tecnología se vuelve exponencialmente más barata con el tiempo.
En el caso de (b) comprar los núcleos, su EV es:
EV (M) = R + P
Suponiendo que los resultados que está obteniendo son valiosos, y que el valor de esos resultados es mayor que el valor de los núcleos (es decir, R >> P), entonces el valor de P se vuelve irrelevante.
Otro problema es que P con el tiempo tiende a convertirse en 0 porque la tecnología se vuelve obsoleta a una tasa exponencial, teniendo su valor cerca de 0 a medida que pasa el tiempo, por lo que si integra EV a lo largo del tiempo t obtendrá: EV sobre T (M) = R
Es fácil ver que comprar sus propios núcleos tiene muy poco valor agregado esperado para su inversión (M).
fuente