时至今日，各大超大规模服务供应商正凭借着手中的硬件与软件工程技术相互竞争，旨在以高于摩尔定律所规定的速度削减基础设施中的计算与存储组件使用成本，从而令自家系统在残酷的市场当中脱颖而出。而超越摩尔定律的一部分动机在于，此类服务供应商的主要运营成本恰恰来源于此，而任何一点点提升都会给业绩带来巨大的推动。不过对于像谷歌以及微软这样的技术巨头而言(后者目前正凭借着其Azure公有云向市场王者Amazon Web Services发起冲击)，计算与存储容量在使用成本上的一路走低则意味着他们能够进一步削减服务方案价格，从而打击AWS的市场优势并夺取其固有份额。

　　那么从长远角度来看，这些云服务供应商到底能否利用虚拟化基础设施带来积极而且持续的价格削减成效?或者说这仅仅只是一场巨头们的角力游戏，根本不适用于那些规模较AWS、微软Azure以及谷歌云平台为小的其它云服务供应商?

　　从谷歌角度来看，其过去一年当中所做的一切都是为了尽可能降低其计算与存储资源的使用成本，此外亦在尽可能践行其对于自家公有云方案作出的价格下调承诺。这位希望能够在云计算市场上进一步拓展自身占有率的搜索引擎巨头同时也为各类计算实例推出了与Amazon的精确实例相仿的方案选项——名为Preemptible VM——旨在保持现有低价举措之外(例如按分钟计费以及为按需实例的长期使用提供价格优惠)，进一步把价格控制在更低水平。(谷歌公司目前并不提供预留实例服务，而微软亦不具备此类选项，但后者允许企业客户在许可协议当中以批发价采购Azure云资源。)

　　谷歌Compute Engine基础设施云当中的预定虚拟机计费方式为我们带来了几项启示。首先，谷歌公司在自有数据中心之内拥有充足的备用容量，这意味着在其内部工作负载不必占用这些系统时，谷歌能够将其拿出来供云服务客户偶尔使用——否则这部分基础设施将只会无意义地空转而没办法带来任何收益。(正如曾经效力于微软、且目前继续在AWS从事同样的基础设施运营工作的James Hamilton所言，我们能做的最愚蠢的决定就是关闭某台服务器。相反，比较明智的方法是给它找点活干，毕竟对于已经购置进来的设备来说，只要不用就是种浪费。)

　　除此之外，Compute Engine当中所存在的精确实例也证明谷歌公司拥有足够庞大且多元化程度较高的客户群体，他们对于计算实例有着各自不同的需求，而且从客户角度出发、其足以通过有序方式将过剩产能消耗掉。对于云服务供应商来说，除非其对于当前客户的实际资源需求量了然于胸，特别是利用并发工作负载而非向系统中添加新负载以提高处理任务完成效率，否则根本没办法提供精确这类云基础设施计费方案并借此降低整体计算成本。当然，大家可以非常直观地了解到精确计费机制的吸引力所在，因为它允许客户将本来毫无用处的闲置容量充分利用起来，同时帮助云服务供应商免除对基础设施容量作出进一步拓展所带来的额外成本。随着客户不断在实践当中了解到如何针对自己的工作负载选择按需、预留与精确实例，他们也将能够帮助服务供应商提高现有服务器及存储集群的使用效率。

　　对于云服务的相关各方来说，这无疑都将是一种三赢的积极局面。

　　正如谷歌公司在去年三月发动云服务价格战时所解释的那样，由于其Compute Engine实例的价格削减幅度已经超过32%，因此云方案的费率变动算是在一定程度上符合了摩尔定律所作出的设想。谷歌公司认为这才是云服务供应商应该拿出的成果，而客户自然也乐于享受这样的良好收效。

　　根据这位搜索引擎巨头以及全球四大公有云服务商之一麾下技术基础设施团队高级副总裁Urs Hölzle给出的计算结果，云基础设施使用价格每年的下调比例可能会在6%到8%之间，与此同时整套系统的使用成本则会以20%到30%的幅度逐年增加。因此来看，系统在制造与维护方面必然会出现一定程度的错位，这是因为随着时间推移用户需要负担的成本会越来越高。不过谷歌公司却并不为此所动，其制定出的努力方向仍是尽可能让云服务使用成本遵循摩尔定律的变化曲线。除了自然递进的云服务价格下调之外，用户还能够在持续使用所购买的Cloud Platform资源时享受到自动优惠折扣。具体而言，客户能够以分钟为单位而非像过去那样以小时为单位进行资源使用计费——这是谷歌公司率先推出了新型计费机制——而本周谷歌方面公布的价格下调公告指出，精确实例计费将把谷歌云的使用成本压缩到前所未有的低点。(大家应该会注意到，谷歌公司并没有在去年三月针对Compute Engine推出精确实例计费机制。毫无疑问，谷歌当时已经有能力拿出这套方案，但也许他们是希望能够把这种主动性保留到2015年，因为这时其客户群体的规模必然会更加庞大。)

　　在超大规模环境下，情况与典型的企业内部数据中心往往会有所区别。容量规划不再是一项针对各自企业所设定的精准科学，而对于需要处理大量自身业务(包括各类需要运行在成千上万个节点上的应用程序，再加上总数超过百万的节点总量)以及将数万乃至数十万客户顺利承载在自家Cloud Platform之上的谷歌公司来说，制定容量规划显然会更加轻松。微软与Amazon双方在过去接受媒体采访时都曾经提到，容量规划对于他们来说并不是什么大问题——尽管这听起来确实有些难以置信。面对数量庞大的用户以及跨越多个时区的可观基础设施布局，就连负载峰值与低谷也开始得到有效缓和，而客户群体的发展速度也更具可预测性。斥资购置基础设施容量当然是件需要重视的大事，因此各云服务供应商也会建立起理想的供应链，从而利用来自多家供应商的定制化设备添加进来以满足客户对资源容量的需求。

　　超大规模公有云运营商会以整车运价采购系统组件——跟字面意思差不多，设备确实是一车车被运进基础设施所在位置的——而归功于对系统方案本身的精确定制外加以独立组件为单位向供应商及系统制造商下达订单，云服务供应商往往能够获得极为低廉的产品购置成本，从而保证自身容量成本呈现出逐年递减的势头。由Facebook公司发起的开放计算项目正是希望将超大规模所蕴含的优势从大型服务供应厂商转移至更多其它企业当中，不过到目前为止，这套方案基本还仅仅停留在理论层面——因为绝大多数企业所需要的设备总量仅为数十或者数百台，而非像公共服务供应商那样需要数千甚至数万台。当然，企业仍然能够通过从戴尔、惠普、Supermicro乃至广达电脑等厂商处购置半定制化设备而享受到开放计算项目带来的一定回报。