37、实验设施成本核算与用户参与：未来互联网的关键考量

实验设施成本核算与用户参与：未来互联网的关键考量

在未来互联网的发展中，实验设施的成本核算以及用户参与是两个至关重要的方面。下面我们将深入探讨这两个关键领域。

实验设施成本核算

在实验设施的运营中，大多数设施往往没有充分考虑如何改变收入流。设施运营者需要深入了解成本的构成以及它们如何随业务量、价格和产品组合的变化而变动。

成本建模与核算

成本建模是将成本进行分类，可分为固定成本和边际成本，并将其分配到各项业务活动中。以TaaS服务交付模式为例，测试平台提供商为客户提供基础设施和软件服务。他们需要在计算服务器、存储服务器、网络设备和连接性等基础设施上进行资本投资，同时还要开发和运营支持测试平台功能的软件服务。

一个成本模型通常是基于一些假设构建的，因为在实际项目中，准确的数据并非总是可得。不过，我们已经基于初始假设开发了一个可行的模型，并且可以通过实际数据收集或与领域专家的深入对话来不断完善这个模型，从而与相关利益相关者就可持续性进行定量讨论。

以下是具体站点的模型参数：
| 站点特定参数 | 站点A | 站点B | 站点C | 站点D | 站点E | 站点F | 总计 |
| — | — | — | — | — | — | — | — |
| 站点核心小时容量（每年） | 908544 | 1118208 | 279552 | 838656 | 1345344 | 419328 | 4909632 |
| 站点存储GB - 月容量 | 305952 | 60000 | 3840 | 80400 | 144000 | 14400 | 608592 |
| 网络硬件百分比 | 0.20 | 0.20 | 0.20 | 0.20 | 0.20 | 0.20 | 0.20 |
| 硬件维护百分比 | 0.10 | 0.10 | 0.10 | 0.10 | 0.10 | 0.10 | 0.10 |
| KW 额定功率 | 16.60 | 13.40 | 3.60 | 8.80 | 16.00 | 5.60 | 10.67 |
| KW 小时/年 | 145018 | 117062 | 31450 | 76877 | 139776 | 48922 | 559104 |
| 电力使用效率（PUE） | 1.80 | 1.80 | 1.80 | 1.80 | 1.80 | 1.80 | 1.80 |
| 每KW小时成本（€） | 0.09 | 0.09 | 0.10 | 0.08 | 0.11 | 0.09 | 0.09 |
| 分配到计算的边际成本百分比 | 0.60 | 0.60 | 0.60 | 0.60 | 0.60 | 0.60 | 0.60 |
| 分配到存储的边际成本百分比 | 0.20 | 0.20 | 0.20 | 0.20 | 0.20 | 0.20 | 0.20 |
| 分配到网络的边际成本百分比 | 0.20 | 0.20 | 0.20 | 0.20 | 0.20 | 0.20 | 0.20 |
| 系统管理员费率（€） | 52844 | 52844 | 52844 | 52844 | 52844 | 52844 | 52844 |
| 每个管理员支持的服务器数量 | 50 | 50 | 50 | 50 | 50 | 50 | 50 |
| 部署的服务器数量 | 19 | 33 | 9 | 14 | 18 | 6 | 99 |
| 需要的管理员全职等效人数（FTE） | 0.38 | 0.66 | 0.18 | 0.28 | 0.36 | 0.12 | 1.98 |
| 软件开发人员费率（€） | 59061 | 59061 | 59061 | 59061 | 59061 | 59061 | 59061 |
| 软件开发人员全职等效人数（FTE） | 0.50 | 0.50 | 0.50 | 0.50 | 0.50 | 0.50 | 3.00 |
| 支持人员费率（€） | 43518 | 43518 | 43518 | 43518 | 43518 | 43518 | 43518 |
| 每个支持人员服务的用户数量 | 20 | 20 | 20 | 20 | 20 | 20 | 20 |
| 预期用户数量 | 10 | 10 | 10 | 10 | 10 | 10 | 60 |
| 需要的支持人员全职等效人数（FTE） | 0.50 | 0.50 | 0.50 | 0.50 | 0.50 | 0.50 | 3.00 |

我们开发的成本模型基于云基础设施的年度总拥有成本。为每个站点创建固定硬件资产清单，折旧期为三年，成本根据测试平台提供商提供的信息或市场中档价格计算。假设硬件总成本由测试平台提供商承担，网络硬件成本假设为服务器成本的20%。

此外，还需考虑其他固定成本，如硬件维护（假设为初始服务器成本的10%）、电力成本（根据铭牌额定功率、假设的数据中心效率评级和欧洲各国的工业能源成本计算）等。空间成本和操作系统成本假设为零。

以下是年度设施成本：
| 成本类别 | 站点A | 站点B | 站点C | 站点D | 站点E | 站点F | 总计 |
| — | — | — | — | — | — | — | — |
| 计算硬件 | 7000 | 7497 | 1030 | 3251 | 1353 | 566 | 20698 |
| 存储硬件 | 2777 | 829 | 21 | 2850 | 1036 | 249 | 7761 |
| 网络硬件 | 1955 | 1665 | 210 | 1220 | 478 | 163 | 5692 |
| 总硬件 | 11732 | 9992 | 1261 | 7321 | 2868 | 978 | 34151 |
| 硬件维护 | 3520 | 2997 | 378 | 2196 | 860 | 293 | 10245 |
| 操作系统 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 空间 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 电力 | 23858 | 19259 | 5474 | 10420 | 28355 | 7652 | 95019 |
| 系统管理 | 20081 | 34877 | 9512 | 14796 | 19024 | 6341 | 104630 |
| 软件开发 | 29530 | 29530 | 29530 | 29530 | 29530 | 29530 | 177182 |
| 用户支持 | 21759 | 21759 | 21759 | 21759 | 21759 | 21759 | 130555 |
| 数据传输 | 7460 | 7460 | 7460 | 7460 | 7460 | 7460 | 44762 |
| 总运营成本 | 106208 | 115883 | 74114 | 86162 | 106989 | 73037 | 562393 |
| 总成本 | 117941 | 125875 | 75375 | 93483 | 109856 | 74015 | 596544 |

从成本模型假设可以看出，目前模型中几乎所有成本都是固定成本，唯一随使用量变化的成本是支持不同数量用户所需的员工数量。而且，硬件成本与运营服务所需的员工成本相比相对较小。这意味着结合BonFIRE的自助服务模式，设施可以在不显著增加员工成本的情况下进行扩展。这个成本模型对于长期（年度）业务规划非常有用，当与设施使用数据结合时，其作用会更加显著。

每个站点维护着一组物理服务器，每个物理服务器可以为实验者提供计算和/或存储资源。实验者请求计算资源时，可以选择预定义或自定义的实例类型。资源模型定义了资源类型和度量指标，目前我们定义了基本的使用指标：核心小时和存储GB - 月。例如，一个虚拟机以50%的核心运行3小时，将产生1.5核心小时的使用量。有了成本模型和资源模型，我们就可以开发工具来分析和改进设施的运营绩效。

运营绩效管理

运营绩效管理旨在跟踪、分析和规划设施运营，以最大化效率和为客户提供的价值。服务经理需要相关信息来辅助他们进行日常决策，以实现设施的关键绩效指标（KPIs）。对于FIRE设施，关键问题包括：
- 设施的利用率目标是什么，是否已经实现？
- 未来一个月设施的预期需求模式如何，我们是否有足够的容量？
- 我们应该在哪里投入更多资源？
- 一个实验将花费多少成本？

为了回答这些问题，设施需要定义KPIs，并将其与成本和资源模型相关联，同时在设施运营过程中持续跟踪KPIs。我们使用精益会计中的箱式计分图技术来提供设施绩效的每周快照。该图包含运营、容量和财务KPIs。

以下是每周设施绩效的箱式计分图示例：
| KPI | 站点A | 站点B | 站点C | 站点D | 站点E | 站点F | 总计 |
| — | — | — | — | — | — | — | — |
| 运营核心小时使用量 | 2306.63 | 2785.83 | 115.869 | 5458.03 | 2995.47 | 0.000 | 13661.8 |
| 存储小时使用量 | 5289.05 | 0.000 | 0.000 | 21797.4 | 21179.3 | 0.000 | 48265.9 |
| 核心利用率 | 13.202 | 12.955 | 2.155 | 33.842 | 11.578 | 0.000 | 14.47 |
| 存储利用率 | 0.123 | 0.000 | 0.000 | 1.937 | 1.051 | 0.000 | 0.566 |
| 站点分配数量 | 104 | 36 | 9 | 188 | 138 | 0 | 475 |
| 站点核心容量 | 17472 | 21504 | 5376 | 16128 | 25872 | 8064 | 94416 |
| 永久核心容量 | 17472 | 21504 | 5376 | 16128 | 25872 | 8064 | 94416 |
| 站点存储容量 | 4283328 | 840000 | 53760 | 1125600 | 2016000 | 201600 | 8520288 |
| 永久存储容量 | 4283328 | 840000 | 53760 | 1125600 | 2016000 | 201600 | 8520288 |
| 每核心小时成本（€） | 0.78 | 0.70 | 10.05 | 0.26 | 0.56 | 0.00 | 0.67 |
| 每存储GB月成本（€） | 63.75 | 0.00 | 0.00 | 12.93 | 14.87 | 0.00 | 34.97 |
| 网络成本 | N/A | N/A | N/A | N/A | N/A | N/A | N/A |
| 分配到核心的成本（€） | 1806.19 | 1959.02 | 1164.06 | 1411.56 | 1681.20 | 1137.67 | 9159.70 |
| 分配到存储的成本（€） | 461.89 | 461.65 | 285.45 | 386.19 | 431.42 | 285.69 | 2312.30 |

理解利用率KPIs是最大化设施高效使用的有力工具，它可以降低实验成本并推动设施的可持续发展。因为未使用的资源也是一种成本，所以使容量与需求相匹配至关重要。从核心小时成本与利用率的关系图中可以看出，不同站点的成本差异主要是由于规模经济效应。核心小时成本在利用率为10% - 40%之间显著降低，但在利用率超过60%后，成本降低的幅度逐渐减小。商业提供商通常在利用率超过70%的情况下运营，但FIRE设施预计难以达到这一水平。

通过将动态成本纳入模型，我们可以计算每个实验的成本，并研究这些成本如何随利用率的变化而每周变动。例如，在一周内进行的400个实验的成本分布情况显示，95%的实验成本低于50欧元。

为了验证商业模式的可行性，我们需要进行“假设分析”场景，以探索不同的未来运营条件。我们使用业务模型模拟来研究实验类型、前瞻性负载、利用率、成本和收入之间的关系。首先，我们定义了一组不同规模和持续时间的实验类型，然后探索设施在不同前瞻性负载场景下的动态变化。例如，不同的负载可能由不同数量的小型或大型实验组成。通过设定目标利用率水平，我们可以展示不同实验负载下的成本和收入情况。

虽然目前的模型还比较简单，仅考虑了按使用付费的收入，但它为我们将测试平台置于可持续基础上的决策提供了有益的参考。

用户参与在未来互联网项目中的重要性

在未来互联网的设计中，不能仅仅基于技术考虑，否则可能会导致一系列意想不到的后果。社会信息学研究人员指出，将系统的使用者排除在设计过程之外是系统失败的一个主要原因。许多设计师在开发系统时，往往基于自己想象的用户使用场景，而这些场景与实际情况可能存在很大差异。

随着未来互联网的发展，用户数量将增加，用户的多样性也将提高，同时将支持更多样化的互联网应用。终端用户在在线价值链中不再仅仅是被动的接受者，而是越来越成为积极的参与者。只有识别用户需求，才能实现客户满意度，从而使商业系统取得成功。

为了了解未来互联网行业对用户参与的实际态度和做法，2012年未来互联网大会的代表们参与了焦点小组和调查。结果显示，持续的用户参与受到高度重视，人们期望它能最大化未来互联网应用的社会效益。然而，只有略超过一半的未来互联网项目采用了以用户为中心的方法，而且大量调查受访者承认对标准的以用户为中心的设计工具或技术了解不多。

综上所述，实验设施的成本核算和用户参与在未来互联网的发展中都具有重要意义。通过合理的成本核算和有效的运营绩效管理，可以提高设施的效率和可持续性；而积极的用户参与则有助于确保未来互联网项目满足用户需求，取得商业成功。

实验设施成本核算与用户参与：未来互联网的关键考量

未来工作展望

当前，初始模型已应用于我们的“测试平台即服务”价值主张，也就是BonFIRE目前的运营模式。在项目的开放访问阶段，我们会持续收集实际数据，以此来验证和改进模型假设，提高结果的准确性。同时，模型还将进一步扩展，纳入诸如中介服务、弹性即服务以及按需带宽等增值服务。项目结束时，设施所提供的高级云功能，需要从维护成本和对客户的价值两方面进行评估，以便根据客户需求对这些功能进行优先级排序。

诸如“测试平台即服务”（TaaS）这样的一体化服务，在研究中心和学术机构中较为常见。这些机构之间往往存在高度的互信，并且通常将为目标研究群体提供通用服务作为关键要求。然而，TaaS模式对于商业运营商而言，在中介与测试平台之间的控制权平衡以及收入分配方面都带来了挑战。

接下来，我们计划将模型进一步拓展，探索面向商业的价值主张，如“基础设施即服务升级版”（IaaS++）和第三方测试站点供应。我们正与商业云服务提供商Wellness Telecom紧密合作，该公司提供了一个BonFIRE站点，用于探索第三方按需提供基础设施的模式。这项工作将深入研究永久容量和按需容量之间的平衡。

最后，相关工作将在欧盟的Fed4FIRE项目中进一步推进。该项目将涵盖包括传感器和无线网络在内的多种基础设施资源，这将带来专业资产和规模经济效应不足的挑战。

结论

本文提出了一种针对实验设施的成本核算和运营绩效建模方法，旨在为设施运营商和投资者提供进行财务规划和商业决策所需的信息。显然，如果像FIRE这样的实验设施要提供长期可持续的服务，就必须更加重视财务方面的考量。仅依靠纯粹的定性分析进行商业建模，不足以使设施以最大化未来互联网研究群体利益的方式运营。

在许多公共资助的设施中，建立与绩效指标相关联的成本责任制和运营管理工具是至关重要且目前缺失的环节。本文所呈现的初始模型是一个起点，仅仅是因为它们的存在，相关讨论就已经从难以解决的“可持续性”挑战，转变为关于量化收入以及如何通过特定水平的投资实现一定容量和服务水平的理性探讨。

总结与启示

• 成本核算方面
  • 成本建模是实验设施运营规划的基础，通过对固定成本和边际成本的合理分类与分配，能清晰了解设施的成本结构。例如，在TaaS服务交付模式中，我们看到硬件成本相对员工成本较低，结合自助服务模式，设施可在不显著增加员工成本的情况下进行扩展。这为设施的长期规划提供了方向，在进行规模扩张时，可重点关注如何在不增加过多人力成本的前提下提升服务能力。
  • 运营绩效管理中的关键绩效指标（KPIs）定义和跟踪非常重要。通过箱式计分图等工具，能直观了解设施的运营、容量和财务状况，及时发现利用率等方面的问题，从而调整资源分配，降低实验成本，推动设施的可持续发展。
  • 业务模型模拟有助于探索不同未来运营条件下的成本和收入关系。通过设定不同的实验类型和负载场景，能为设施的商业模式验证和决策提供参考，使设施在不同市场环境下找到合适的发展策略。
• 用户参与方面
  • 用户参与在未来互联网项目中不可或缺。由于未来互联网用户数量和应用的多样性增加，终端用户成为积极参与者，识别用户需求是实现商业系统成功的关键。
  • 目前未来互联网项目在用户参与方面存在不足，仅有略超一半的项目采用以用户为中心的方法，且很多受访者对相关设计工具和技术了解有限。这提示项目开发者应加强对用户需求的调研和分析，引入专业的以用户为中心的设计方法，提高项目的用户满意度和市场竞争力。

总结关系图

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px

    A(实验设施成本核算):::process --> B(成本建模与核算):::process
    A --> C(运营绩效管理):::process
    B --> D(固定成本与边际成本分配):::process
    B --> E(硬件与员工成本分析):::process
    C --> F(关键绩效指标定义与跟踪):::process
    C --> G(业务模型模拟):::process
    H(用户参与在未来互联网项目中):::process --> I(用户需求识别):::process
    H --> J(以用户为中心的设计方法应用):::process
    K(未来互联网发展):::process --> A
    K --> H
    D --> L(长期业务规划):::process
    F --> M(资源分配调整):::process
    G --> N(商业模式验证与决策):::process
    I --> O(商业系统成功):::process
    J --> O

综上所述，实验设施的成本核算和用户参与是未来互联网发展中相辅相成的两个关键因素。合理的成本核算能确保设施的高效运营和可持续发展，而积极的用户参与则能使项目更好地满足市场需求，实现商业价值。在未来的发展中，我们需要不断完善成本核算模型，加强用户参与度，以推动未来互联网行业的健康发展。