Pela primeira vez desde a estréia dos serviços em nuvem, os preços começaram a subir nos primeiros seis meses de 2023, de acordo com o Índice de Preços de Nimbus (NPI). Muitos se perguntaram se as pressões inflacionárias e o crescimento mais fraco da receita para os provedores de serviços em nuvem (CSPs) acabariam levando a aumentos de preços. Essa hora parece ter chegado. Embora o impacto ainda seja marginal na maioria das geografias, os aumentos de preços são significativos em alguns países europeus. O BCG tem o prazer de apresentar a última parte da nossa série de capa de nuvens. O objetivo desta série é compartilhar os dados, insights e notícias mais recentes sobre a indústria em nuvem em evolução, com um foco específico em três principais provedores de serviços em nuvem: Amazon Web Services, Microsoft Azure e Google Cloud Platform. Além de revisar os movimentos de preços na indústria da nuvem, esta atualização se concentra no tópico quente de
About the Series
O NPI, que reflete os preços médios em dólares americanos entre os três principais CSPs, registrou um aumento médio de 0,3% por preço (em outras palavras, o preço oferecido por um fornecedor em um local). O maior aumento único foi de cerca de 2% na América do Sul. (Veja o Apêndice 1 para a tabela completa do NPI.) Também observamos que as faixas de preço em alguns locais cutucadas para cima no primeiro semestre de 2023 em comparação com o segundo semestre de 2022.
The four locations in Exhibit 1 are hubs where all three major CSPs have an offering that meets the specifications of the NPI. These modest increases indicate that CSPs continue to look for ways to boost revenue without resorting to direct price-list increases—especially in computing power, which is the largest component of most clients’ cloud billing.
But the story is a bit different when you consider pricing in other currencies. Because Azure changed its foreign currency exchange rates for some locations in Europe, billings denominated in euros, pounds, Danish krones, Norwegian krones, or Swedish krona jumped between 9% to 15%. Elsewhere, there have been hikes in network egress pricing for Google Cloud Platform as well as some types of storage in specific locations such as Indonesia and South America.
Generative AI Models: Build or Buy?
GenAI is a white-hot topic across industries, and that holds true for cloud services. Cloud workloads that perform AI O treinamento requer um conjunto de especificações mais sofisticado do que as cargas de trabalho construídas para operações mais padrão. Essas especificações podem incluir requisitos significativos de memória e geralmente exigem cálculos mais especializados, incluindo unidades de processamento de gráficos otimizadas (GPUs). Existem muitas opções de implantação disponíveis para quem procura utilizar o Genai, mas em nossa análise, escolhemos comparar as duas extremidades extremas deste espectro: um modelo personalizado de arranhões versus uma opção de fornecedor de customização zero. (Consulte o Anexo 2.)
GenAI raises the age-old tech question of whether to build or buy. There are many deployment options available for those looking to utilize GenAI, but in our analysis we chose to compare the two extreme ends of this spectrum: a from-scratch custom model versus a zero-customization vendor option. (See Exhibit 2.)
Os modelos estudados variavam de um modelo de baixo volume e um modelo de alto volume, como um modelo de alto volume, como um modelo de alto volume, que classifica os tickets de alta prioridade, por exemplo, a um clínico de alta qualidade, um alto-volume, que classifica os tickets internos para encontrar uma alta prioridade, por exemplo-a um gentil de alta evolução, um alto volume, que classifica, um modelo de alta qualidade, como um modelo de alta qualidade, que classifica os tickets de alta prioridade. Esta análise nos fornece uma gama de possíveis gastos que incluem poder de computação, armazenamento, treinamento, custos de API e recursos humanos. (Consulte o Apêndice 2 para obter detalhes sobre os parâmetros de complexidade e volume para tipos de modelo.) Nas parcelas futuras da cobertura de nuvens, analisaremos outras opções nesse intervalo, como o uso de modelos de código aberto.
De acordo com nossa análise, a solução de fornecedor é sempre mais acessível, graças a economias significativas de escala e disponibilidade interna da GPU. Ainda assim, a decisão de construir ou comprar nem sempre é clara, especialmente para os modelos de baixo volume. Por exemplo, é apenas 1,2 vezes mais caro construir um modelo simples de baixo volume internamente em comparação com a compra de uma versão pronta para uso. (Consulte o Anexo 3.)
porque as soluções prontas para uso limitam a personalização (e potencialmente desempenho), uma empresa pode justificar a criação de seu modelo internamente. Mas, à medida que o volume e a complexidade aumentam, os gastos adicionais necessários para construir internamente são mais difíceis de justificar-por exemplo, o custo de construção de um modelo simples de alto volume é 11,4 vezes o da compra de uma versão pronta para uso. (Consulte o Apêndice 3 para obter preços selecionados do fornecedor.) Mas a escolha do fornecedor não afeta fortemente o custo geral, exceto talvez para modelos de alto volume, onde os custos de chamada da API começam a superar outros custos, como recursos. Máquina RISC
In most cases, vendor pricing for out-of-the-box models of similar complexity varies. (See Appendix 3 for select vendor pricing.) But the choice of vendor does not heavily impact overall cost, except perhaps for high-volume models, where the API call costs begin to outweigh other costs such as resourcing.
Choosing the Right Architecture
As companies look for ways to keep cloud architecture costs down, more are considering switching their computing architecture from x86 to Advanced RISC Machine (braço). Por muitos anos, o X86 dominou a implantação de máquinas virtuais porque esses processadores têm um bom desempenho com uma alta taxa de transferência e porque estão profundamente incorporados no hardware existente. Mas o x86 também consome energia significativa e gera mais calor. Os processadores ARM são chips móveis frequentemente usados em smartphones e outros dispositivos, onde peso e tamanho são fatores -chave. A Amazon Web Services introduziu seus processadores baseados em Arm Graviton em 2018; O Azure seguiu o exemplo do seu processador ALTRA de ampere em 2020 e Google com sua série de máquinas virtuais Tau T2A em 2022.
For these reasons, CSPs have begun rolling out ARM-based options. ARM processors are mobile chips frequently used in smartphones and other devices where weight and size are key factors. Amazon Web Services introduced its Graviton ARM-based processors in 2018; Azure followed suit with its Ampere Altra processor in 2020 and Google with its Tau T2A virtual machine series in 2022.
junto com sua eficiência de energia (que pode ajudar com os compromissos de ESG) e um bom desempenho a um custo menor em comparação com x86, os serviços de ARM são altamente escaláveis e podem apoiar prontamente os spikes no USAGE. Pesquisas mostram que o uso do ARM realmente produz economia: na maioria dos locais, os preços dos braços são 20% mais baixos do que as arquiteturas X86, embora o alcance seja de 19% até 52%. (Consulte o Anexo 4.)
Há, no entanto, desvantagens para usar arquiteturas de ARM. Eles têm um conjunto de instruções simplificado; portanto, enquanto os braços podem calcular rapidamente, sua capacidade de executar várias ações simultaneamente e executar tarefas paralelas através de uma única CPU é mais limitada. Outra desvantagem significativa é que as empresas precisam remover aplicativos x86 existentes para trabalhar em máquinas virtuais baseadas em ARM para obter desempenho ideal. Mas quando essa pesquisa ocorre, as empresas podem melhorar o desempenho em relação aos equivalentes x86 devido à maior proporção de CPUs físicas do ARM por VCPU. CSPs e evolução de preços sobre Tempo
Please keep an eye out for the next issue of Cloud Cover, where we’ll continue to develop the NPI and address key questions on cloud services and pricing—including insights on specialist offerings, other CSPs, and price evolution over time.
