企業のクラウド変革を成功させる鍵：クラウドコスト最適化管理

近年、さまざまな業界の企業でクラウドの導入が急速に進んでおり、最小限の設備投資で迅速な俊敏性を実現し、規模と弾力性を獲得するために、クラウドへの移行が今後も加速すると予想されます。従量課金制によるコスト上の利点も、クラウド導入の主な推進力の 1 つです。

ただし、企業がより多くのワークロード (ビジネス アプリケーションとデータ) をクラウドに移行すると、明確に定義されたクラウド コスト管理戦略がなければ、コスト上の利点はすぐに失われる可能性があります。

クラウド コンピューティングに迅速に移行するために、企業はクラウドに直接移行する戦略を採用することがよくありますが、これによりオンプレミス展開と同じ非効率性が生まれます。これらの非効率性は、過剰なメモリ、コンピューティング、またはストレージ容量という形で現れる場合があります。移行中または移行後にクラウド向けに設計および最適化されていない場合、基本的なコスト要素は同じままとなり、コスト上の利点は得られず、多くの場合コストが増加します。

さらに、クラウド上のコストを管理するために、古い予算編成や予測の方法が使用されることもよくあります。クラウド財務管理は別の方法で扱う必要があります。リアルタイムの追跡、正確な予測、そしてイベント発生時の即時の対応が求められます。以前のように月次または四半期ごとのレビューに任せることはできません。

したがって、効果的なクラウド コスト管理は、あらゆるクラウド変革の取り組みにおいて不可欠な要素となります。

1. クラウドコストの管理 – フレームワークと戦略

クラウドの導入は従量課金モデルと見なされます。ただし、提供されるすべてのサービスは、完全に利用されたかどうかに関係なく、料金が発生します。クラウド サービスを規律なく、規制も監視もせずに使用すると、クラウド予算が膨れ上がり、企業が増大するクラウド支出を制御することが困難になる可能性があります。クラウドへの移行時にオンプレミスのインフラストラクチャ コストを大幅に超過する企業は数多くあります。

クラウド コスト管理には、全体的な観点からクラウド コストを厳密に監視および制御する必要があります。これは、クラウドの経済性を管理するための明確なクラウド コスト管理フレームワークを定義および実装することで実現できます。このフレームワークにより、企業はクラウド コンピューティングのニーズを理解してベースラインを設定し、クラウド サービス関連の支出、使用を最適化する機能とツール、実装の推奨事項、利害関係者とのコストの透明性、および事業部門 (LoB) へのコスト回収メカニズムを可視化できるようになります。

2. クラウドコスト管理フレームワーク

以下は、考慮すべきクラウド コスト管理フレームワークのコア コンポーネントです。

（１）予算と管理

部門またはプロジェクトに割り当てられた予算を定義、割り当て、管理します。この機能は、リソースの使用率を計画および制御し、予算と実際の運用コストを追跡し、変更に対応します。これにより、企業は予測可能なコスト予算を獲得できるようになります。

（２）ベースラインと最適化

クラウドの適切な初期サイズをベースラインコストに設定し、さらに最適化するために定期的に繰り返します。

（３）監視と分析

使用するクラウド リソースを可視化して、効果的に管理できます。現在および過去の消費量、非標準、未使用、または最適に使用されていないクラウド サービスなどの詳細を確認し、対処する必要があります。クラウドの使用パターンとコストの傾向を分析して、LOB と製品ポートフォリオの詳細な予算編成と予測を可能にする必要があります。クラウド コスト管理に役立つもう 1 つの領域は、イベント ベースの介入の定義と自動化です。

（４）ガバナンスと標準化

各ロールに対する企業全体のポリシーベースのアクセスと権限。承認された仮想マシン構成、組み込みのセキュリティ、ネットワーク設定などを含む定義済みテンプレートの作成など、クラウド インフラストラクチャ構成を標準化します。開発者はこれを構成して生産性と自動化を向上できます。

メタデータを使用して自動アラート メカニズムを設定し、クラウド サービスの使用量が事前定義されたレベルを超えた場合に管理者に通知したり、未使用のリソース、十分に活用されていないリソース、自動応答のタグを通知したりします。

さまざまな環境 (使用されていないときにシャットダウンの候補となる開発/テスト環境など) の稼働時間に関連するガバナンスを確立し、CSP との課金契約を定期的に確認し、予想されるワークロードの変化に基づいて再交渉します。

（５）コストの透明性

さまざまな LoB および部門にわたるクラウド使用コストの可視性と透明性を実現します。メタデータとリソース タグを使用して、LOB および部門別にクラウド使用量のメーターベースの課金を追跡および表示します。

3. クラウドコスト最適化戦略

クラウド費用を最適化するために使用できる戦略とベスト プラクティスをいくつか紹介します。

（１）メモリ、コンピューティング、ストレージ、その他のリソースのサイズを適切に設定する

多くの場合、特に企業がクラウドへの移行にリフトアンドシフト方式を採用する場合、インフラストラクチャ リソースが過剰にプロビジョニングされます。従量課金制は実質的に注文ごとの支払いであるため、最初にサイズを正しく設定し、定期的に確認してサイズを変更することが重要です。これにより、過剰なプロビジョニングや最適でない使用の可能性が排除されます。

（２）未使用の資源やサービスを排除する

クラウド設定内の未使用のリソースを特定し、削除することが重要な戦略です。これは通常、サーバーが一時的な目的で作成され、その後忘れられた場合に発生します。同様に、VM インスタンスにアタッチされたサービス (ブロックレベルのストレージ ボリュームや静的パブリック IP アドレス、古いスナップショットなど) は削除できず、インスタンスが終了した後も引き続きコストが発生します。使用されていないサービスを特定して排除すると、コストが削減されます。

（３）ストレージに適切なサービスとライフサイクルポリシーを使用する

クラウド ストレージ サービスの価格は、使用パターンによって異なります。ビジネスニーズに基づいて適切なクラウド サービスを選択してください。ストレージ ライフサイクル ポリシーを使用して、予想される使用パターンとレイテンシ要件に基づいてコンテンツを適切なバケットに移動します。

（4）空き時間を調整する

さまざまな環境、特に非本番インスタンスのランタイムを設定します。たとえば、24 時間 365 日稼働する必要のない仮想マシンを識別し、最もコスト効率の高い動的な停止および開始スケジュールを設定します。

（５）リザーブドインスタンスとスポット価格を利用する

クラウド サービスの予定使用量を見積もり、予約インスタンスを購入します。リザーブドインスタンスには割引価格が適用され、コストを大幅に削減できます。このアプローチは、長期的なコミットメントと比較的変動性の低いアプリケーションを持つ企業に適しています。

ただし、正確に見積もられていない場合は、全体のコストが増加する可能性があります (十分に活用されていないため)。このためには、過去の使用パターンの分析と推論が重要です。同様に、仮想マシンにスポット価格を使用すると、大幅なコスト削減効果が得られます。これは、ビッグデータと分析、高性能で高スループットのコンピューティング、機械学習、人工知能アプリケーションなどのフォールト トレラントでステートレスなアプリケーションに最適です。

（6）アーキテクチャの最適化

クラウド サービス プロバイダーに関係なく、クラウドから最大限の価値を引き出すには、クラウド向けソリューションを設計し、適切なサービスを選択することが重要です。 IaaS とクラウドネイティブ PaaS サービスを適切に組み合わせて使用​​すると、使用量に基づいて課金されるため、コストを削減できます。たとえば、仮想マシン上のデータベースから、完全に管理された Elastic Database as a Service への移行などです。

さらに、エンタープライズ標準を確立し、クラウドにオンボードされるすべてのアプリケーションが最適化されたアーキテクチャに従うようにします。さらに、クラウドからのデータの出力を最小限に抑えるなど、ソリューション内のコスト効率の悪いアーキテクチャ要素を定期的に評価して回避します。

（７）コンテナの使用

コンテナは、同じ仮想マシン上で複数のアプリケーションを個別に実行するための軽量でポータブルな方法を提供します。従来の仮想マシン ホスティングよりもハードウェア ユニットあたりの高い密度でアプリケーションを実行できます。正しく実行すれば、全体的な計算コストを削減できます。さらに、コンテナは俊敏性、環境間での展開の簡素化、移植性などの利点も提供します。

（８）AI/MLトレーニング環境

AI/ML トレーニングは計算負荷が高く、モデルの精度を微調整して向上させるために大規模なデータセットに対して繰り返し実行されます。パブリック クラウドでこれを繰り返し実行すると、特に大規模なデータセットの場合はコストが高くなる可能性があります。 1 つのアプローチは、AI/ML トレーニング インフラストラクチャを社内にセットアップし、トレーニング済みのモデルをパブリック クラウドで実行することです。これにより、トレーニングに関連するコストをより適切に管理できるようになります。

一部のベンダーは、オンプレミスで AI/ML トレーニング インフラストラクチャをセットアップするための専用ハードウェア (GPU) とソフトウェアのバンドル ソリューションを提供しています。 AI/ML トレーニング セットアップのインフラストラクチャの場所に関する決定は、ビジネス ニーズとコストを考慮して総合的に行う必要があります。

（9）使用状況を監視し、ベースラインを再設定し、頻繁に調整するためのツールを使用する

ツールを使用してクラウド コストを確認します。すべてのクラウドベンダーはクラウドネイティブ サービスを提供しており、多くのサードパーティ ベンダーはクラウド コストの整理、予算編成、追跡、監視、レポート、最適化を行うソリューションを提供しています。リソース タグとメタデータを使用してリソースを表示および追跡し、使用状況、コスト追跡、軽減状況をリアルタイムで可視化します。遅延が発生するたびにコストがかかるため、事後対応型ではなく事前対応型の管理が必要になります。

4. 結論

クラウド コスト管理により、クラウド コスト インテリジェンスを企業の業務に組み込むことができます。このように、クラウド コスト管理はクラウド変革の不可欠な部分となり、最適化されたコストを実現するためのフレームワークをクラウド導入ライフサイクルに組み込む必要があります。適切な安全対策を講じることで、コスト意識の高い文化が促進され、目標とする運用モデルの不可欠な要素になります。