影响高性能云计算的重要因素与模型检验分析

摘  要：为了研究高性能计算（HPC）在复杂环境中决策因素的影响力，提出一种集成模型，结合了创新扩展（DOI）和“人-组织-技术”适应（HOT-fit）理论。通过决策制定者对间接收益和当前HPC能力的判断进行云计算预测，充分考虑了人的因素、技术因素。结果表明，采用云计算的间接收益、资源充足性、高层管理支持和兼容性方面有着不同看法。因此，可以利用间接收益和HPC能力，对是否会在HPC中采用云计算的决策进行预测。

关键词：高性能计算;云计算;兼容性;间接收益;预测

中图分类号：TP391;F272                文献标识码：A文章编号：2096-4706（2021）20-0030-04

Important Factors Affecting High Performance Cloud Computing and Model Inspection and Analysis

ZHANG Yujiao

（Taiyuan Normal University， Jinzhong  030619， China）

Abstract：In order to study the influence of decision factors of high performance computing （HPC） in complex environment， an integrated model is proposed， which combines the theory of Diffusion of Innovations （DOI） and the “human-organization-technology” fit （HOT-fit）. Through the judgment of decision-makers on indirect benefits and current HPC capabilities， cloud computing prediction is carried out， taking full account of human factors and technical factors. The results show that there are different views on the indirect benefits， resource adequacy， top management support and compatibility of cloud computing. Therefore， indirect benefits and HPC capabilities can be used to predict the decision making whether cloud computing will be adopted in HPC.

Keywords： high performance computing; cloud computing; compatibility; indirect benefits; prediction

0  引  言

云计算[1]是信息系统研究和实践的一个重要新兴范式。美国国家标准和技术研究所将云计算定义为“实现对可配置计算机资源（即网络、服务器、存储、应用和服务）共享池的方便按需网络访问，通过较少的管理工作或服务供应商交互，实现资源的快速提供和发布”。随着信息技术（IT）效率的改善和业务敏捷性的提高，企业开始将云计算纳入IT战略中[2]。大量文献分析了云计算的优点，但不同的组织、技术、环境和人为因素[3]均会影响到云计算的采纳与否。因此，在高度复杂且未得到充分研究的领域，例如高性能计算[4]（High Performance Computing，HPC），有必要对各种技术、环境等因素的作用进行分析。

本文是理解在复杂的高性能计算环境中，采用云计算决策的影响因素。为此，将两种流行的理论即DOI理论[5]和HOT-fit框架[6]结合在一起，从而对云计算进行更全面的分析。其中，DOI理论认为高層管理特征和内部组织架构能够影响到终端用户是否采用云计算的意愿。本文加入HOT-fit框架的原因是，本文假定人、技术和组织因素能够影响到一个组织的云计算采用。采用DOI理论而非TOE理论的原因是，以往文献已经分析了环境因素在云计算环境中的重要性。研究表明，人、组织和技术因素影响较大，环境因素不会影响到云计算采用。

1  研究模型和假设

本文开发的框架和假设建立在DOI和HOT-Fit基础之上，如图1所示。

1.1  人的因素

个人创新倾向指的是个体对新技术的认同态度。研究表明，个体的创新性判断水平会影响到其对新技术的反应。由此，个人创新倾向可用来预测其是否希望比其他人更早采用某项创新。如果个体（关键决策制定者）对创新持开放态度，那么其在HPC中采用云计算的可能性较高。因此，本文提出以下假设：

H1：个人创新倾向与云计算在高性能计算中的使用呈正相关。

与组织的技术可用性相关的两个人为因素，也可能对技术采用产生积极影响。为提升技术可用性，组织必须具备专业的人力资源（例如有能力的HPC员工和IT员工），其具备在HPC中实施云计算的知识技能。因此，员工的技术能力会对HPC负载中云计算的采用造成积极影响，而IT专家对于希望采用云计算的组织机构来说至关重要。虽然不同类型的云计算服务要求不同的专家知识（SaaS、PaaS或IaaS），但HPC的技术采用中技术能力是一个非常重要的决定性因素，使用HPC的组织机构通常会使用严格配置或需要专业知识软件。

一般情况下，HPC和IT技术能力较高的组织，在进行技术决策制定时会有更大的信心，在HPC中实施云计算的可能性也会更高。因此，本文假设H2和H3。

H2：IT/IS（信息系统）能力，与HPC的云计算采用呈正相关。

H3：HPC能力，与HPC的云计算采用呈正相关。

1.2  技术因素

复杂度指的是组织在理解和使用一项新技术时的判断难度。组织倾向于采用易于使用的新技术，因为复杂技术会影响对其有用性和易用性的判断，从而降低采用概率。此外，技术的复杂度会随实施风险判断的增加而变大。如果组织认为在HPC中采用云计算是复杂和有挑战性的，那么其理解并实施该系统的信心会比较小，因此，采用概率相对较低。由此，本文假设H4。

H4：复杂度与HPC的云计算采用呈负相关。

兼容性指的是“一项创新被认为与现有价值、过去经验和潜在采用者需求相一致的程度”。如果云计算与这些价值存在冲突，那么被组织所采用的概率会比较低。一些研究将兼容性视为技术采用的关键驱动因素。举例来说，云计算与一个组织的现有技术（本文研究中为HPC）之间的兼容性，会对其有用性和易用性判断起积极作用，由此影响到采纳意愿。因此，本文还提出假设H5。

H5：兼容性与HPC中云计算采用呈正相关。

安全问题一直是影响到云计算采用的一个主要障碍。这些安全问题通常与不安全的接口或数据丢失相关。安全性与云计算系统的可靠性直接相关，且与云计算采用决策呈正相关，安全性判断越高，采用意愿会越强。组织将云计算视为可靠安全的平台时，采用云计算的概率会更高。因此，本文假设H6。

H6：HPC中云计算采用与安全性判断呈正相关。

2  方法测试

本文设计了一份问卷，以测试所提框架。问卷中所有条目均针对HPC背景进行适应性修改。创新性（4项）、HPC能力（6项）、IT/IS能力（5项）、复杂度（5项）和资源充足性（4项）。采用里克特五级量表对每项条目进行度量。鉴于HPC市场的规模较小，本文开发了一个数据库来征集HPC决策制定者的意见。

调查参与人数为98位，其中92位参与者完成了问卷。回复率为93.87%，鉴于HPC市场中的组织机构的数量相对较少，已经足以进行分析研究。

在数据分析之前，首先进行未响应偏差与探索性因素分析（EFA），以验证本文研究中完成的问卷代表性。本文通过对较早答复者与后期答复者的组织变量进行比较，以检验未答复偏差。HPC用户数量、HPC每周使用情况、受访者对HPC的熟悉程度，被当作组织变量的基准来使用。t检验结果表明，对于上述任一变量，较早和较晚的答复者之间均不存在明显差异。由此证明样本具有代表性。

所有关键部分度量的可靠性和有效性，利用主成分分解法进行要素分析，以检验区分效度与聚合效度。三个维度的Kaiser-Meyer-Olkin（KMO）数值均高于0.70的阈值，这说明这些条目适用于要素分析。其中，“人”维度下生成三个要素：个人创新力、HPC技术能力、以及IT/IS技术能力。“技术”维度下也生成了三个要素：复杂度、兼容性和安全性。从安全性结构中舍去了一个项目，以提升结构可靠性。组织维度下生成了四个要素：直接收益、充足资源、高层管理支持以及成本降低。所有克隆巴赫α值均大于0.60，这说明度量是可靠的。所有项目被加载到其预期结构上，因子负载超过0.60。由此也实现了每个结构的聚合效度和区分效度。计算各因子的综合得分以进行下一步数据分析。如表1所示，受访者将创新力、兼容性、复杂度、间接效益和成本降低作为影响到云计算采用的最关键因素。

为了比较采纳者和非采纳者的看法，本文执行了一系列的T检验。测试结果如表2所示，其中括号内数值为标准偏差;**p<0.07;*p<0.05，从中可以观察到两者在4个因子上有着不同的看法，即间接受益、资源充足性、高层管理支持和兼容性。测试结果与预期相符，采纳者对于HPC中采用云计算的看法比非采纳者更加积极。

3  假设检验分析

为对框架进行实证检验，本文通过10个因子在SPSS 23中执行了logistic回归。计算方差膨胀因子（VIF）和容差值，以测试这些因子的多重共线性。VIF得分的范围为1.09至2.19，均低于阈值3。容差值范围为0.46至0.92，均超过了划界分0.10。因此，本文研究中不存在多重共线性问题。

3.1  模型评估

对模型系数进行综合检验，以研究模型中的自变量是否能够解释因变量中的变化。显著性结果表明，自变量对因变量的预测有一定的改善作用。其中卡方x2为26.27，自度为10，显著值低于0.01（p=0.00），这表明这10个因子能够显著提升对云计算采用决策的预测。

3.2  个体预测因子

本文使用Walt卡方统计对个体预测因子的预测能力进行检验。结果表明对于云计算采用来说，间接受益（p<0.01）和HPC能力（p<0.05）的预测因子具备统计显著性。该结果支持了H3和H9假设。间接收益和HPC能力与组织在HPC中采用云计算的可能性呈正相关。

3.3  区分能力

表3给出了通过logistic回归分析得到的模型预测精度。提出的模型对非采纳者的预测正确率为76.1%，对采纳者的预测正确率为72.7%。总体预测正确率为74.4%。结果证明，这些预测因子具有比随机选择模型更高的区分能力。

3.4  人为因素和技术因素分析

人的因素即使在创新倾向较高的情况下，也不会对决策制定者是否采用云计算造成决定性影响。表4列举的描述统计结果表明，个人创新是HPC中云計算采用的最高得分因子。因此需要对度量中的不一致性做进一步研究。结果还表明，HPC能力非常强的组织会认为自身拥有更先进的计算能力，因此，更倾向于采用云计算。IT能力与云计算采用之间的显著性关系，可能是因为拥有充分的IT专长的组织可能已经经历了云计算所需的一些技术变革，这就降低了技术能力对云计算采用的影响，但会对云计算实施的程度上产生更大的影响。这些结果与以往研究中的非确定性结果相符。

技术因素即兼容性、复杂度和安全性，均不会对组织在HPC中的云计算采用造成影响。首先，个人组织可能会意识到，在HPC中采用云计算的收益，足以克服复杂度或安全性方面的隐忧。因此，组织可能会为了将预期收益最大化而在HPC中采用云计算。其次，如果组织认为自己拥有卓越的技术能力，其可能不会在意云计算预期当前HPC系统之间的兼容性。最后，虽然云安全依然是一个主要隐忧，但云计算平台上确保数据的隐私性和保密性的技术进步可能会增强组织实施云服务的信息。因此，在HPC的云计算采用决策上，技术因素可能不会产生决定性影响。

4  结  论

本文发现间接收益和HPC能力是组织在HPC中采用云计算的关键驱动因素。本文主要工作是：首先，结合DOI与HOT-Fit理论，以全面的视角分析了HPC中云计算采用的决定因素。通過验证人为因素和组织因素在云计算采用上发挥的积极作用，为扩展DOI-HOT框架以解释云计算采用决策提供了理论支持。其次，本文为云服务供应商提供了参考意见，即云服务供应商应该向潜在客户强调在HPC中采用云计算的间接收益。本文研究的主要局限是样本规模较小。扩大采样规模会提高结果的鲁棒性。这将是未来工作重点。另外，未来还会考虑其他可能的决定性因素，以给出更全面的解释或开发出领域特定模型。

参考文献：

[1] 罗军舟，金嘉晖，宋爱波，等.云计算：体系架构与关键技术 [J].通信学报，2011，32（7）：3-21.

[2] 尧敏.云计算时代中小企业的IT服务管理创新-IT服务设计和服务持续改进流程优[D].上海：华东理工大学，2016.

[3] ALSHAMAILA Y，PAPAGIANNIDIS S，LI F. Cloud computing adoption by SMEs in the north east of England [J].Journal of Enterprise Information Management，2013，26（3）：250-275.

[4] 郑方，张昆，邬贵明，等.面向高性能计算的众核处理器结构级高能效技术 [J].计算机学报，2014，37（10）：2176-2186.

[5] PHAPHOOM N，WANG X，SAMUEL S，et al. A survey study on major technical barriers affecting the decision to adopt cloud services [J].Journal of Systems & Software，2015，103（5）：167-181.

[6] 王彥婷.影响医院导入「云端运算」之关键因素研究：整合TOE与HOT-Fit的观点 [D].台中：台中科技大学，2012.

作者简介：张宇姣（1987—），女，汉族，山西晋中人，实验师，硕士，研究方向：人工智能，大数据分析，计算机教育。