แก้ไขแล้วครับ ขอบคุณครับ

ใช่ครับผม 1,060 เหรียญต่อชั่วโมง อย่างไรก็ดี สำหรับงานวิจัยบางงานที่มีการกำหนดเวลาเส้นตายมาบังคับและมีค่าปรับหรือต้นทุนเสียโอกาสที่แสนเจ็บปวด ลูกค้าเช่นนี้ก็กล้าจ่ายเงินก้อนนั้นอยู่ครับ บางบริษัทเขาก็ทำ cost-benefit analysis

หากวิเคราะห์ความได้เปรียบแล้ว ลูกค้าบางเจ้าเขาอาจต้องการซูเปอร์คอมเช่นนี้ในเวลาสั้นๆ (เช่น 8 ชั่วโมง จนถึงสัปดาห์กว่า หรือสองสามเดือน) หากเขาต้องลงทุนกับการซื้อซูเปอร์คอมเช่นนี้ อาจใช้เวลาติดตั้งนานหลายสัปดาห์และงบประมาณที่สูงกว่า 8 x 1,060 เหรียญ อีกทั้งต้องบำรุงดูแลรักษาระบบนี้อีกยาวนาน ซูเปอร์คอมใหญ่ระดับนี้มีค่าไฟมากใช่เล่นครับ โดยทั่วไปแล้วศูนย์ข้อมูลสำหรับซูเปอร์คอมเช่นนี้ มีค่าไฟที่เพิ่มมานอกเหนือจากการรันอุปกรณ์คอมมากกว่า 2 เท่า (ดูได้จากค่า PUE) ศูนย์ข้อมูลที่เยี่ยมจริงๆก็ทำได้ 1.3 เท่าครับ

ผมอาจเข้าใจคำถามผิด ... ตอบคุณ PaPasek อีกนิด คือ เขาสร้างมา 8 ชั่วโมงแล้วก็ปิดครับ แต่เขาไม่ได้เปิดเผยว่าทำลาย (terminate) หรือเปล่า? ตอนปิดเครื่อง (shutdown) จะไม่มีค่า CPU-hour มีแต่ค่า storage สำหรับเก็บ image และข้อมูลครับ ถ้าไม่มีลูกค้ามาใช้บริการจนถึงระดับที่ Cycle ดูแลไม่ไหว เขาก็คงปิดครับ แต่อาจจะเป็นฝ่ายลูกค้ายอมจ่ายค่าบำรุงระบบเองในระหว่าง shutdown ก็ได้ครับ (ในข่าวไม่ได้ระบุ)

จากแหล่งข่าว เขาบอกว่าเป็นโปรแกรมประเภท life science งานหนึ่ง ซึ่งผมก็ไม่มีความรู้ทางด้าน life science แต่ผมอ่านสรุปมาได้ว่า ผลที่ได้จะนำไปสู่การค้นหาวิธีรักษาโรค ซึ่งจากแหล่งข่าวเขาไม่ได้เปิดเผยว่าโรคอะไร

สำหรับคำถามที่ว่า "การคำนวณดังกล่าวทำไมต้องใช้ระบบสเปคเทพเช่นนี้" ก็เนื่องมาจาก ความเป็นไปได้ของการหาวิธีรักษาโรคมีเยอะมาก อีกครั้งว่าผมไม่ได้ชำนาญด้าน life science แต่เอาเป็นว่า ถ้าจำนวนข้อมูลเข้า (input) มีเยอะมากมหาศาล ยกตัวอย่างแบบหยาบๆ เช่น จำนวนชนิดตัวยา x จำนวนโครงสร้างของตัวนำโรค x จำนวนโครงสร้างสูตรยา x จำนวนวิธีรักษา เป็นต้น และสมมติ input หนึ่ง input ใช้เวลาประมวลผล 10 นาทีด้วยโปรเซสเซอร์ 1 หน่วย ดังนั้น ถ้ามีล้าน input ก็ใช้เวลา 10 ล้านนาที หรือมากกว่า 166,000 ชั่วโมง ถ้าหากโรคดังกล่าวต้องการได้รับการรักษาโดยเร่งด่วนหรือเพื่อยืดชีวิตอีกหลายปี การลงทุนกับ 8 ชั่วโมงก็คุ้มค่าอยู่ครับ

ผมไม่ทราบแน่ชัดครับ เพราะเป็นความลับของอเมซอนด้วย จริงๆผมก็อยากทราบคำตอบเหมือนกัน ผมเองเคยถามตัวแทนของ AWS ที่สิงคโปร์ว่ามีเซิร์ฟเวอร์กี่เครื่อง (เพราะผมจะเอาตัวเลขนี้ไปใช้ในงานวิจัย) แต่เขาก็ไม่ตอบ แต่เขาบอกผมว่า เขามีวิธีบริหารจัดการส่วนนี้ ซึ่งคงจะเหมือนกับ capacity expansion planning ที่ทำกันในโรงงานไฟฟ้าครับ

อย่างไรก็ดี ตามค่าปริยายของการสร้าง EC2 Instance (หรือเซิร์ฟเวอร์ใน Amazon EC2) เขาระบุไว้ในเว็บว่า แต่ละ account สามารถสร้าง instance ได้เพียง 20 On-demand Instance หรือ Reserved Instance หรือ 100 Spot Instance ครับ หากต้องการสร้าง Instance ที่มากกว่าจำนวนนี้ก็ทำได้ แต่ต้องกรอกแบบฟอร์มร้องขอส่งไปที่อเมซอน [อ้างอิง] ซึ่งผมคาดเดาว่า การกำหนดเพดานดังกล่าว จะช่วยให้การทำ capacity expansion planning ทำได้มีประสิทธิภาพขึ้นนั่นเองครับ อย่างน้อยก็ดูการแกว่งของความต้องการจากลูกค้าได้ระดับนึงเพื่อจัดเตรียมทรัพยากรให้พอกับความต้องการ

แต่หากกล่าวถึงความพร้อมในแง่คุณภาพการให้บริการ ถ้าเป็น EC2 ก็อยู่ในระดับ 99.95% ครับ แต่ Amazon S3 ให้ได้สูงสุดคือ 9 ทั้งหมด 11 ตัวครับ