數據中心基礎設施成本模型架構及關鍵指標敏感性分析

李 勇

(騰訊科技(深圳)有限公司，深圳 518057)

0 前言

數據中心作為互聯網行業的基礎設施，如何全面地評估其基礎設施的成本，一直是行業內比較關注的問題。互聯網企業、第三方數據中心供應商及資本方受自身利益的影響，對其成本的評估角度各有不同。即使是同一家公司，其不同的內部團隊對于數據中心預期成本和收益的評估，可能也會存在比較大的差異。以技術團隊和財務團隊為例，主要是由于技術團隊一般缺乏對主要經濟參數的敏感度，同時財務團隊也可能缺乏對關鍵技術參數的敏感度導致的，即不同團隊對同一項目的評估，在最初的評估指標體系的建立上就存在著關鍵偏差。此外，對數據中心成本的理解，一般也會局限在其建設成本(CAPEX)；部分專業人員也可能進一步理解為建設成本(CAPEX)和運營成本(OPEX)的總和。本文從使用者的角度，全面的去看待這個問題。

數據中心行業有別于傳統的房地產和IT行業，是具有房地產屬性的IT行業。在其項目建設過程中更多顯現的是房地產屬性。而在其前期選址評估、政府審批、后續運營以及收益等方面更多的是受IT行業相關資源和政策的影響。基于數據中心的這種屬性，需要將其技術參數與經濟參數同等對待，以技術經濟分析的方法論去構建數據中心基礎設施成本評估模型會更為合理。

1 數據中心基礎設施技術經濟分析

技術經濟分析方法一般分為靜態方法和動態方法，其中靜態評價方法主要包括靜態投資回收期法、投資效果系數法和追加投資回收期法；動態評價方法主要包括凈現值法、內部收益率法和動態投資回收期法。

本文主要采用動態評價方法中的內部收益率法，同時參照動態投資回收期法以及靜態評價的方法論，構建成本模型架構。其中靜態評價方法主要用于分析不同階段數據中心的總擁有成本(Total Cost of Ownership，TCO)，以便于指導不同階段的數據中心資源戰略。

結合數據中心的特點，先對部分關鍵評估指標做一下簡明扼要的說明。

(1)動態回收期：考慮資金折現后的項目投資回收期。

(2)總擁有成本：在一定時間范圍內所擁有的直接和間接總成本，利于進行結算等。

(3)凈現值(NPV)：特定項目未來現金流入與流出的現值之間的差額，NPV>0，理論上項目可行。

(4)內部收益率(IRR)：凈現值為零的折現率，大于資本成本率(或貸款利率)，理論上項目可行。

(5)息稅折舊攤銷前利潤率(EBITDA)：未計利息、稅項、折舊及攤銷前的利潤率，該指標越高說明企業銷售收入的盈利能力以及回收折舊和攤銷的能力越強。

(6)設計PUE值：項目設計標定的數據中心PUE值，即數據中心設計總能耗量(總功率)與IT設計用能量(IT功率)的比值；該值理論上≥1，同時越接近于1，說明能源用于IT設備的比例越高，數據中心系統有效性越高，即有效產出越高。

(7)運營PUE值：運營階段的PUE值，即運營階段數據中心總能耗與IT能耗的比值，體現數據中心的能源利用效率。

(8)IT負載率：實際使用IT功率與設計IT功率的比值。

(9)外市電負載率：數據中心實際使用外電容量與設計外電總容量比值。

(10)業務上架進度：機架空間的使用進度或使用計劃。

(11)機柜上架率：機架的空間利用率。

根據數據中心的特點，筆者將輸入邊界條件分為三大類，即技術、財務以及建設運營關鍵參數；技術經濟評估指標主要采用內部收益率、凈現值、動態回收期、息稅折舊攤銷前利潤率以及總擁有成本。成本模型總架構如圖1所示。

圖1 數據中心基礎設施成本模型架構圖

圖1中所示技術、財務以及建設運營關鍵參數均為該模型的輸入邊界條件，均可根據實際項目情況調整。通過項目計算期內逐年現金流的流入流出，以IRR與NPV作為主要的經濟評估指標，同時參考動態回收期與TCO作為主要的參考指標(該模型涉及公式較多，在這里不逐一列舉了)。筆者將該成本模型架構梳理成思維導圖(圖2)，即數據中心基礎設施成本模型定量關鍵指標體系。

圖2 IDC成本模型思維導圖(關鍵指標體系)

以上的模型架構是基于各個子架構逐級建立，以圖2中財務參數中的“單位IT功率建造單價” “資本成本”為例，簡述其構建原理。

(1)單位IT功率建造單價的關鍵指標

如圖3所示，單位IT供建造單價由基礎設施總建造成本和總IT功率產出計算而來。其中總建造成本包括前期工程、建筑工程、設備采購、施工安裝、市政配套以及其他不可預見費用組成。而總IT功率產出受總的外市電容量、機房空間面積以及項目的設計效率(設計PUE)等關鍵條件限制。

圖3 單位IT功率造價思維導圖

這里的外市電容量為限制性資源，與當地的電網架構、變電站布局、市政管網布局、變電站本身電壓等級及高壓側機電架構密切相關。這里主要考量公司總體資源規劃能力以及對國家及地方政策的理解與協調能力，是IDC類公司的核心競爭力之一。

總建筑面積受限于土地本身的規劃設計條件(如容積率、綠地率、限高等)，以及其他一些規劃限制條件(如文化保護建筑區域、航空港區等區域的限制高度)。同時機房建筑面積又受到單棟建筑的體量、建筑內部的空間布局、單機柜的規格以及建筑結構承重等相關條件的限制。IT機房產出是評價數據中心空間設計效率優劣的關鍵指標，主要考察IDC公司對政府規劃部門相關規劃政策與標準的精確理解，設計團隊建筑、結構、機電專業的協作能力，一定程度上體現了公司的綜合技術能力。

而設計PUE值，主要受當地的設計溫度、空調系統架構、電力系統架構的影響，主要體現了數據中心系統的設計效率，是評價數據中心系統架構優劣的關鍵指標，若與IT機房產出指標同時兼顧，可以有效考量IDC公司的綜合技術能力，包括選址評估、基礎機電設計、施工等，是IDC公司的核心技術能力的直觀體現。

降低設備采購成本可以有效的降低數據中心總建設成本。目前市場上多以集采的方式進一步降低數據中心基礎設施機電成本，同時降低公司在設備方面的庫存。對于設備單價與庫存量兩方面的成本關系，需要在建立數據中心成本模型的基礎上去分析評估，以確定設備成本與庫存的最優平衡點。進一步而言，數據中心本身其實也是一個供應鏈和庫存的問題，在建立數據中心的成本評估模型之后，可以進一步在這方面優化，以指引公司的決策。

(2)資本成本的關鍵參數

資本成本主要的影響因素如圖4所示。資本成本是公司取得資本使用權的代價，一般分為債務成本、股票成本、留存收益及其他。債務成本主要包括銀行借款、公司長期債券以及其他類型的債務；股票成本主要分為優先股和普通股資本成本。而留存收益一般可以按照股票普通股資本成本計算(無籌資費用)。關于以上幾類資本成本的計算方法比較成熟，本文不在贅述。

圖4 資本成本思維導圖

在這里解釋一下資本成本與幾個關鍵邊界條件的關系：1)企業所得稅對資本成本的折減，這是由于利息可以免稅，相當于政府實際上支付了部分債務成本，故企業所得稅在一定程度上降低了公司的資本成本。2)無風險利率(一般參考銀行長期存款利率或者政府長期債券利率)，其一般作為資本成本穩定收益的基準，對公司資本成本的影響較大。3)風險溢價，一般分為經營風險溢價和財務風險溢價，如果公司未來的不確定性高，負債率高，收益變化大，那投資人要求的報酬率也就越高，相應公司的資本成本就越高。

這些影響因素只是資本成本的一部分，一般公司到一定規模后，會設置專業的資金團隊去尋找最優的資金來源，以保證公司業務發展的需求。

以上對IDC成本模型的架構以及其中的兩個關鍵項做了示例分析。與公司的實際運營相結合，模型中的各項指標，均可以進一步深化，為各個職能部門的工作方向提供決策參考。

下面基于以上模型對數據中心基礎設施幾個關鍵指標進行敏感性分析，來分析下各種數據對數據中心成本的影響權重。

2 關鍵指標敏感性分析

通過單獨調整表1中的關鍵參數，可以看到其對項目IRR的影響。由于各公司情況不同，具體項目情況也有所區別，所以大家計算的準確數據會有所不同，但各個關鍵參數之間的橫向對比是可以借鑒的，權重順序差別不大。

關鍵參數敏感性分析 表1

根據以上敏感性分析結果可以發現，在對應表中參數變化幅度的情況下，對數據中心影響最大的是空置，即投資的有效性。其次是銷售價格，再次是單位IT功率的造價，數據中心負載率和業務規劃進度也影響很大。反而經常關注的設計PUE值等，并沒有想象中的重要。同時可以發現，數據中心的更新成本，即變更，對數據中心的影響需要關注。

以上是根據敏感性分析，得出的部分數據中心規劃建議，在建立對應項目的IDC成本模型后，各種關鍵參數的變換，均可以得到定量的經濟評估結果，可以為公司決策提供有效依據。

那對于前文中提到的TCO，又是如何來影響數據中心決策的呢？

3 TCO對數據中心資源儲備決策支持示例

對于TCO的分析，僅針對數據中心基礎設施部分，不考慮網絡帶寬及服務器成本。參見圖5～6的數據中心TCO算例(本文僅列出了百分比供分析)。

圖5 數據中心95%上架率，80%IT負載率下的TCO算例

圖6 數據中心50%上架率，42%IT負載率下的TCO算例

首先看圖5，在達到設計工況的情況下，數據中心的TCO比例中最大的是電費，因此在數據中心選址和日常運營中，需要格外關注電力銷售價格、當地電力市場的變化以及當地政府關于用電類型變更的規定，以有效降低數據中心TCO。

其次，通過以上的算例可以看到，在數據中心基礎設施的TCO中，土地攤分占總TCO比例為0.19%，IDC機樓的折舊占比為1.22%，變電站折舊占比在1.76%，而TCO占比最高的兩項成本為基礎設施機電折舊16.9%，電費60.46%，當然，在不同的邊界條件下，以上幾項的比例會有所不同，但是權重順序基本不會有大的改變。

根據以上的權重順序，在儲備數據中心基礎設施資源的最優策略為：儲備周期較長的土地資源、IDC機樓及變電站資源。具體順序為：(1)優先購買土地并啟動變電站相關的申報流程(110kV及以上電壓等級的變電站受上級電網規劃及審批流程時間制約，到位時間較長，會嚴重制約數據中心的交付使用)；(2)將IDC機樓的建設前置(建設審批手續繁瑣，基礎工程可能受地質條件制約，周期較長)；(3)在明確一定比例的預定機柜意向后，啟動成本占比較高，但建設周期較為確定的數據中心機電設施建設。

最后，將圖5與圖6進行對比，兩個算例的區別在于對數據中心的利用率，即上架率和負載率。可以看到在低負載情況下，電費占比降低，機電折舊占比增加，說明投資有效性降低。因此在運營過程中，當IT負載率較低時(一般在30%以下)，重點關注機架上架情況，提高投資的有效性；當達到較高IT負載率(一般超過50%以上)，重點關注運營PUE與設計PUE的差距，降低電費成本。當然，不同的系統設計可能會導致以上兩種情況的閾值不同，但電費成本的控制邏輯無差別。部分IT負載下的運營PUE與設計值的偏差也是評價系統設計優劣的重要參考指標。

以上的分析是在相同的電度電價的情況下進行，在電價調整后，需要重新進行計算。

4 展望及總結

作為互聯網公司從業者筆者認為，互聯網公司更加傾向使用TCO來評估數據中基礎設施心的成本情況，這主要是有利于業務側的成本核算。同時基于以上技術分析構建的數據中心基礎設施成本模型，可以向更加宏觀的層面擴展，向上加入服務器和網絡帶寬的成本，從而構建全面的互聯網公司基礎設施成本模型。當然，在打通業務線的基礎設施成本核算(如CPU/GPU算力、存儲容量)、供應鏈采購成本(如采購系統合同額數據)等各個環節的情況下，可以進一步擴展，構建從業務側算力、存儲等IT資源需求到數據中心基礎設施、網絡帶寬、服務器等全要素、全周期的技術經濟評估模型。從而在保證公司業務發展需求的情況下，更為有效的優化公司基礎設施資源儲備，以最低的成本鎖定公司發展所需的資源，有的放矢的降低互聯網公司基礎設施成本。