对于托管成本的正确心态是将其视为FTE（一年的全职员工成本）

你应该记住，很多情况下你可以使用服务合同，而不是雇佣全职员工。 这通常会显著降低成本；对小公司来说，这很有意义，尤其是。

你的计算假设需要一名全职员工（FTE）来维护几台强大的服务器。 一旦这些服务器运行起来，这名员工每月最多只需花费几个小时来维护它们。甚至可能每六个月才需要几个小时。 另一方面，你特别忽略了如果你完全采用AWS，你需要同样多的时间来培训云服务人员。 我认为两者之间员工的边际成本为零。

说实话，我认为人们大大高估了他们需要的工作量和所需的算力。是的，如果你需要大规模扩展，那确实需要一些工作，但大部分工作是一次性的。你完成之后，接下来几个月的维护工作量会少很多。这里的“少很多”指的是低于5%。而且请记住，超过99%的初创公司认为“我们需要这个和那个云服务，因为我们需要扩展”，但实际上他们永远不会扩展。相反，他们只是把自己锁在了云服务中。如果他们真的在某个时候扩展了，这个服务将会变得非常昂贵。

> 在大规模（比如comma.ai）情况下，可能更便宜。但在那之前，这是一个长期的成本优化，需要大量的前期资本支出和风险。这意味着对于大多数初创公司来说，直到它们成为后期阶段，其托管成本真正成为重大负担之前，这并不太合理。 你租用一个数据空间，这是运营支出（OPEX）而不是资本支出（CAPEX），你只是租用服务器，这将大额的资本支出转化为每月的运营支出。 自己运行数据中心是“我们有二十多机架的服务器”的项目，但即使只是租用数据中心空间并购买服务器，也比从云服务中获得相同水平的性能要便宜得多。 > 当你开始每月在托管上的成本达到多个全职员工时，这种情况就会发生变化。此时你可能还需要额外5-10个全职员工来照看所有这些设备。所以现在你可以讨论一些托管费用的权衡。…

> 对于大多数初创公司来说，这在它们成为后期阶段之前并不太合理 TFA对此的描述如下： > 云公司通常让入门非常容易，但让退出非常困难。如果你不警惕，你可能会不知不觉地陷入高云成本且无法脱身的境地。 我认为他们说得对。要小心你一开始的选择，因为你可能会长期被困在这种初始状况中。

> 但在那之前，这是一项长期的成本优化，需要很高的前期资本支出和风险。 前期的资本支出不需要那么高，除非你是在运行自己的AI模型。除了租用新的，如一个兄弟评论所说，你可以购买二手的。你可以以约5000-10000美元的价格买到一台性能良好的戴尔2U服务器，具体价格取决于CPU/内存/存储配置。或者，如果你不介意使用更旧的设备——说实话，大多数网络应用并不做任何计算密集型的任务——你可以将价格降到每节点不到1000美元。这些设备的替换零件价格便宜，所以可以多买一些备用。

在软件方面……根据你的商业模式，你可以将许多成本结构纳入你的结构中。特别是对于B2B安排。 例如，云集成允许你为每个客户使用完全不同的数据库实例，同时你可以共享使用给定数据库连接的服务。但自己实际设置和管理这种类型的数据库基础设施可能在人员配置方面会更加耗费资源。 我提到这一点，是因为拥有完全独立的数据库是一种云运营已经解决的抽象……而你可以选择其他选项，比如更复杂的数据模型来隔离或共享资源，但这种复杂性如何影响你的下游服务以及一个或所有客户的数据复杂性呢。 更难的是，如果你的数据/服务以B2B为中心…

> 在规模上（比如comma.ai），这可能更便宜。但在那之前，这是一项长期的成本优化，需要很高的前期资本支出和风险。 comma.ai的问题是，该公司深受Geohotz理念的困扰，尽管他现在已经不在董事会了。我以前非常关注他的直播，他经常对此发表抱怨。他们运行自己的数据中心的一个重要原因是因为他们从意识形态上拒绝向AWS或Google支付费用（但也许微软通过了他们非政治正确的测试）。 这对我来说非常可笑，因为他们生活在非常“政治正确”的州，并在博客文章中抱怨电力成本。他们可以轻松搬到怀俄明州或蒙大拿州，由于那里的湿度较低，冬季空气更冷，可以更高效地运行服务器。