作为一个出生在90年代初的人，我常说我们这一代人是最后一代不是"出生在云上"的。

我的职业生涯始于 Dailymotion，当时公司运营着两个数据中心和自己的 Autonomous System。一切都是 on-premise，意味着 software delivery、网络和存储管理上的所有限制都由自己承担。Outage 没那么抽象，但更难应对：没有无限的扩展能力，跨站点复制数据是真正的成本议题，凌晨3点出了问题，只能靠自己。

在我工作期间，cloud 和 containers 开始流行。和每一次重大技术变革一样，它带来了讨论、分歧和新的挑战。渐渐地，我们的基础设施变成了 hybrid 架构，许多新功能因为实际更快而被发布到 cloud 上。最终，Dailymotion 将基础设施迁移到了云上，我也随之转型。

当云接管一切

真正的"aha"时刻出现在最初的 cloud 原语开始被组合成 PaaS 服务的时候。突然间，你可以 ship 一个 web service，带一个能自动扩展资源的 database，后面还有几乎无限的 storage。从这个角度看，Heroku 的 Cedar 架构最初的规格让人惊叹。

突然间，从0到 production ship 一个想法在一天内完成似乎成为了可能。Startups 不再需要自己搭建物理基础设施，cloud 和 containers 让这成了别人的问题。

一切都感觉轻盈而简单，证明"cloud computing"这个名字确实没取错。

当年的云成本

随着摩尔定律比以往更加活跃，说实话：一旦你采用了 cloud-native 架构（autoscaling、spot instances 等），又在 VC 资金提供的免费 credits 的丰盛中妥协，cloud 甚至让人觉得更便宜了。

即使是现在，在 Scaleway 或 GCP 上开一个最小的实例也非常便宜：

On-demand 价格，取最便宜的标准区域，不含税。价格截至2026年8月。

抽象的代价

越来越多的 managed services

公平地说，大多数 managed services 确实带来了真正的价值：managed databases、message queues、object storage、serverless functions、observability 平台。它们让团队不必运维复杂的基础设施，能专注于 shipping 产品。Trade-off 有两面：它们始终比自己做更贵，而且每一个都在加深你的 vendor lock-in。你每采用一个 managed service，就多了一层你依赖的抽象，多了一个你的代码耦合的 API，多了一个替换起来会很痛苦的东西。Providers 知道这一点，他们的定价也反映了这一点。

Kubernetes 出色的原因有很多，但它不是免费的。对于单节点应用来说毫无意义。然而你仍然在为 control plane、managed add-ons、observability stack 以及你的 provider 想让你依赖的不断增长的服务列表付费。每一个新的 managed service都是一条你不容易删掉的账单明细。

越来越贵

根据 Gartner 的数据，全球公共云服务的终端用户支出从2024年的5957亿美元增长至2025年预测的7234亿美元，同比增长21%。更广泛的 cloud computing 市场从2020年的1564亿美元跃升至2025年的9127.7亿美元。

这不仅是采用增长——云服务商多年来非常显著地提高了价格。美国劳工统计局的 Producer Price Index 一直在追踪数据处理及相关服务的月度增长，TechTarget 报道称 cloud 通胀趋势没有停止的迹象。

难以理解的账单

真的很难知道你在为什么付费。真的很难。

一张 cloud 账单可以包含数亿、有时数十亿行数据。Amazon 的 Cost and Usage Report 大到无法一次性载入 Excel；Amazon 将月度报告拆分成许多单独的文件。祝你好运去理解它们。事实上，一些 FinOps 公司几乎完全是为了帮你理清成本而创建的！

超过20%的组织表示他们对 cloud 相关业务各个方面的成本几乎没有概念（CloudZero, State of Cloud Cost 2024）。也许是故意搞得这么难？

那乐趣呢？

调用 API，有时感觉与真实的物理世界脱节。更糟的是：作为员工不总是关注账单，对无限资源上瘾。

对我来说，乐趣在别处：build software，创建 features，与优秀的人一起为客户和公司创造价值！

追求影响 ≠ 拒绝乐趣

一颗痒痒的好奇心

我有幸见证了无数次人们充满激情地谈论他们的 homelabs，他们喜欢在家里 build 什么，以及那有多强大。谁没有呢？我们都至少认识一个人在赞美 Proxmox、NixOS，或者……他们全新的 AI homelab！

虽然我喜欢看到这些人的热情，但作为一个非常注重影响力和生产力的工程师，我不理解所有这些 homelabs 的具体影响。而且，我觉得花钱让 provider 帮我处理这些是一种解脱！不需要检查电费账单，不需要解决连接问题，不需要配置复杂的网络，只有纯粹的算力，没有那些麻烦。感觉就像甩掉了不必要的复杂性，专注于价值交付。

我保持着好奇和欣赏，但选择了 opt out 长达15年。

终于，有了需求

最近的一个项目（bouine），一个我正在开发的开源 HTTP cache，需要大量的算力、RAM 和网络连接。我需要 self-hosted 的 CI runners，包括跑 benchmarks 和 stress tests 的。我需要一台稳定的 VM 来 host 文档网站。我还想跑一个小型 AI 模型来 build “smart” 功能。

我开始查价格，选了 Scaleway 的一台 Elastic bare-metal 机器。比 cloud 实例快太多了！我都忘了 vCPU 和真正的 CPU 根本不是一回事。性价比太高了！然而，要获得我需要的 CPU 数量和 RAM，实例仍然超级贵。

然后突然想到：买一台便宜的服务器怎么样？

先在 ServerMall 上看了看。

投资

一台翻新的 Dell R640（10SFF）就是答案：

• CPU： 2 × Intel Xeon Silver 4214（12C, 2.20GHz）— 24 cores, 48 threads
• RAM： 4 × 32GB DDR4 RDIMM 2400MHz — 共128GB
• Storage： RAID Dell PERC H330 Mini, 2 × 240GB SSD RAID1 + 1 × 1TB SSD
• Management： iDRAC Enterprise
• Power： 双750W电源
• 暂无 GPU（即将到来）

大约3000欧元。一次性投资，大约只相当于三个月的同等 cloud 容量费用。¹

太多乐趣了！

没人告诉你的事情是：这很fun。深层的、真实的快乐。

从开箱开始，我不怎么买科技产品，所以这已经很令人兴奋了。然后是第一次开机，风扇的嗡嗡声，iDRAC 界面亮起来。

突然间我开始思考在 cloud 上不会想到的问题：我应该直接 run 一个 HPC Kubernetes cluster，还是在 Proxmox VM 里跑 Kubernetes？OS 盘用 RAID1 还是 RAID0？iDRAC 远程管理怎么配置？

然后是学习 Proxmox，意识到自己忘了多少关于虚拟化、资源分配的知识，以及看到一台 VM 从一个 node 无缝迁移到另一个 node 的那种安静满足感。

跑高强度的 load tests，看机器轻松应对，没有 throttling，没有 noisy neighbors，月底没有意外账单。只有确定的、属于自己的算力。

通过 Tailscale 与朋友共享访问权限，一起协作项目。看着 GitHub Actions 账单因为用自己的 runners 替代 cloud runners 而缩小。那种从 Dailymotion 早期就没再有过的乐趣。

知识与约束

我保证不会炫耀我的 Proxmox 配置，但我现在很享受 fine-tune 它，改善资源分配、resiliency，以及自动化维护。

我也在（重新）学习很多关于特定 hardware 和网络约束的知识，以及一些新东西比如 iDRAC、功耗策略，以及一台 rack 好的服务器带来的安静满足感。

值得一提的是，AI 让很多这类挑战变得容易应对。它成了这段旅程中很好的 sparring partner 和向导。虽然通过书籍和视频学习仍然是可能且被推荐的方式，但填补运维 homelab 所需的知识空白已经变得非常简单了。

我偏好风险的直觉让我觉得，在 startup 的 POC/Pitch 阶段之后，纯粹因为 AI 的存在，这甚至是一个立即可行的选择。

下一步？

我会很快把机器 rack 到 DC2Scale 数据中心。不放在家里，原因有三个：

1. 我女朋友会理直气壮地提醒我，这台甜蜜 1U 的噪音和热量在家里不受欢迎
2. 我想学习更多关于在数据中心运维的知识，在最佳的热和网络条件下，也许还会有多台机器
3. 再往后，我可能想学习运营一个 Autonomous System，但那是另一个故事了

我可能会发更多文章来分享我在做的事情。加入这个行列，享受实验的乐趣吧！相信我，我们很多人都忘了这有多 fun。