ساختار هزینه‌های یک ارائه‌دهنده خدمات ابری به شدت سرمایه‌بر (CAPEX-intensive) و عملیاتی (OPEX-heavy) است. هزینه‌های اجاره رک در دیتاسنترها، خرید تجهیزات سرور و استوریج (Storage Array)، تامین پهنای باند و مهم‌تر از همه، حقوق و دستمزد تیم‌های مهندسی ۲۴ ساعته، بخش اعظم بودجه را می‌بلعد. اما هزینه پنهان و بسیار سنگین در این صنعت، «هزینه تاب‌آوری و مدیریت بحران» است. برای درک عمیق این موضوع، کالبدشکافی یکی از بزرگترین حوادث زیرساختی هم‌روش الزامی است.
مطالعه موردی: بحران آتش‌سوزی در زون C13 (فروردین ۱۴۰۵ / آوریل ۲۰۲۶) اتکای هر پلتفرم ابری به زیرساخت فیزیکی، همواره دارای یک نقطه شکست مادی است. در اواخر دوشنبه ۱۰ فروردین ۱۴۰۵ (مصادف با ۳۰ مارس ۲۰۲۶)، زون C13 هم‌روش با یک بحران تمام‌عیار فیزیکی مواجه شد که تاب‌آوری نرم‌افزاری این شرکت را به چالش کشید. در ساعت ۲۲:۴۰ شب، سیستم‌های مانیتورینگ هم‌روش هشدارهای متعددی مبنی بر افزایش غیرعادی و شدید دمای سرورها ثبت کردند و بلافاصله چند نود از شبکه خارج شدند. تماس با دیتاسنتر میزبان نشان داد که به دلیل اختلال در سیستم برق‌رسانی، تجهیزات خنک‌کننده (Cooling) از کار افتاده‌اند. برای جلوگیری از ذوب شدن پردازنده‌ها و نابودی فیزیکی هارد دیسک‌ها، تیم عملیات هم‌روش مجبور به خاموش کردن (Shutdown) اضطراری سرورهای باقیمانده شد. کالبدشکافی حادثه نشان داد که دلیل اصلی، وقوع آتش‌سوزی در کابل‌ها و تجهیزات برق دیتاسنتر میزبان بوده است که منجر به قطعی کامل شبکه برق و ایزوله شدن دیتاسنتر گردید. فرآیند بازیابی، شامل تعویض کابل‌های سوخته توسط تیم تاسیسات دیتاسنتر و وصل مجدد برق شهری، با نوسانات متعددی همراه بود؛ به طوری که در میانه راه‌اندازی مجدد در شامگاه ۱۱ فروردین، مجدداً قطعی برق رخ داد که باعث آسیب فیزیکی به تعدادی از حافظه‌های ذخیره‌سازی حالت جامد (SSD) بر اثر شوک الکتریکی گردید.
در نتیجه این حادثه زیرساختی که کاملاً خارج از کنترل هم‌روش بود، سرویس‌های عمومی مستقر در این زون به مدت ۲۴ ساعت و سرویس‌های برخی مشتریان خاص تا ۳۱ ساعت از دسترس خارج شد (Downtime). اما آنچه این بحران را به یک نقطه عطف و ابزار اثبات قابلیت اطمینان (Proof of Reliability) تبدیل کرد، عملکرد معماری نرم‌افزاری و مکانیزم‌های بازیابی فاجعه (Disaster Recovery) هم‌روش بود: با وجود آسیب‌های فیزیکی و قطعی‌های مکرر برق، مکانیزم بازیابی لحظه‌ای (Point-in-Time Recovery - PITR) که در سرویس دیتابیس‌های مدیریت‌شده هم‌روش تعبیه شده بود، با استفاده از ترکیبی از پشتیبان‌گیری‌های پایه (Base Backups) و لاگ‌های متوالی تراکنش (Transaction/WAL Logs)، توانست داده‌های حیاتی کسب‌وکارها را تا نقطه‌ای کمتر از ۳۰ ثانیه پیش از وقوع آتش‌سوزی، بدون کوچکترین ریزش و فساد داده (Data Loss) بازیابی کند.
این رویداد، استدلالی بی‌بدیل در مذاکرات B2B هم‌روش با سازمان‌های بزرگ فراهم آورد: «سخت‌افزار فیزیکی در هر دیتاسنتری ممکن است طعمه حریق شود، اما معماری نرم‌افزاری و سیستم بکاپ چندلایه‌ی ما، بقای داده‌های شما را تضمین می‌کند.» هزینه‌های سنگین طراحی و نگهداری چنین سیستم‌های بکاپی (OPEX)، توجیه‌گر قیمت‌گذاری پرمیوم سرویس‌های مدیریت‌شده هم‌روش است.

فصل چهارم: تحلیل سبد محصولات زیرساختی، ارکستراسیون ابری و معماری فنی
اکوسیستم محصولات هم‌روش به گونه‌ای یکپارچه و ارگانیک طراحی شده است که تمام چرخه عمر توسعه نرم‌افزار (Software Development Life Cycle - SDLC) را از لحظه نگارش خطوط کد توسط برنامه‌نویس، تا استقرار، مقیاس‌دهی، و در نهایت مانیتورینگ محصول در محیط عملیاتی (Production) پوشش دهد. در این بخش، این معماری را لایه به لایه کالبدشکافی می‌کنیم.

۱. لایه مدیریت دارایی‌های فکری و یکپارچه‌سازی: هم‌گیت (HamGit) و GitLab Runners
مخزن سورس‌کد، قلب تپنده هر شرکت نرم‌افزاری است. به دنبال تشدید تحریم‌های فناوری علیه کاربران ایرانی توسط پلتفرم‌های بین‌المللی نظیر گیت‌لب و محدودیت‌های دسترسی در گیت‌هاب، ریسک از دست رفتن دسترسی به کدهای منبع به یک بحران ملی تبدیل شد. هم‌روش در یک اقدام استراتژیک، سرویس داخلی گیت‌لب خود را که پیش از آن منحصراً برای مصارف درون‌سازمانی و مشتریان خاص استفاده می‌شد، تحت عنوان «هم‌گیت» (HamGit) به صورت عمومی و رایگان عرضه کرد.
ارائه مخازن خصوصی نامحدود (Unlimited Private Repositories) در هم‌گیت، علاوه بر مسئولیت اجتماعی، یک استراتژی قدرتمند برای قفل‌کردن مشتری (Vendor Lock-in) و ایجاد وفاداری است. کد که وارد اکوسیستم هم‌روش شد، گام بعدی طبیعی، استفاده از ابزارهای استقرار همان شرکت است. تکمیل‌کننده این زنجیره، سرویس «گیت‌لب رانر اختصاصی» است. رانرهای هم‌روش بر روی بستر کوبرنتیز اجرا شده و وظیفه اجرای خودکار جاب‌ها (Jobs) و ساخت ایمیج‌های داکر (Docker Images) را بر عهده دارند. معماری این رانرها دارای دو ویژگی ممتاز است: نخست، برخورداری از کش اختصاصی لایه‌های ایمیج (Image Layer Cache) که لایه‌های تکراری را ذخیره کرده و زمان بیلد پروژه‌ها را به شدت کاهش می‌دهد؛ و دوم، تعبیه مکانیزم‌های شبکه‌ای برای دور زدن تحریم‌ها (Sanction Bypass) که به رانر اجازه می‌دهد پکیج‌ها و وابستگی‌های نرم‌افزاری (Dependencies) را بدون خطای تحریم از مخازن جهانی دانلود کند.

ساختار هزینه‌های یک ارائه‌دهنده خدمات ابری به شدت سرمایه‌بر (CAPEX-intensive) و عملیاتی (OPEX-heavy) است. هزینه‌های اجاره رک در دیتاسنترها، خرید تجهیزات سرور و استوریج (Storage Array)، تامین پهنای باند و مهم‌تر از همه، حقوق و دستمزد تیم‌های مهندسی ۲۴ ساعته، بخش اعظم بودجه را می‌بلعد. اما هزینه پنهان و بسیار سنگین در این صنعت، «هزینه تاب‌آوری و مدیریت بحران» است. برای درک عمیق این موضوع، کالبدشکافی یکی از بزرگترین حوادث زیرساختی هم‌روش الزامی است.
مطالعه موردی: بحران آتش‌سوزی در زون C13 (فروردین ۱۴۰۵ / آوریل ۲۰۲۶) اتکای هر پلتفرم ابری به زیرساخت فیزیکی، همواره دارای یک نقطه شکست مادی است. در اواخر دوشنبه ۱۰ فروردین ۱۴۰۵ (مصادف با ۳۰ مارس ۲۰۲۶)، زون C13 هم‌روش با یک بحران تمام‌عیار فیزیکی مواجه شد که تاب‌آوری نرم‌افزاری این شرکت را به چالش کشید. در ساعت ۲۲:۴۰ شب، سیستم‌های مانیتورینگ هم‌روش هشدارهای متعددی مبنی بر افزایش غیرعادی و شدید دمای سرورها ثبت کردند و بلافاصله چند نود از شبکه خارج شدند. تماس با دیتاسنتر میزبان نشان داد که به دلیل اختلال در سیستم برق‌رسانی، تجهیزات خنک‌کننده (Cooling) از کار افتاده‌اند. برای جلوگیری از ذوب شدن پردازنده‌ها و نابودی فیزیکی هارد دیسک‌ها، تیم عملیات هم‌روش مجبور به خاموش کردن (Shutdown) اضطراری سرورهای باقیمانده شد. کالبدشکافی حادثه نشان داد که دلیل اصلی، وقوع آتش‌سوزی در کابل‌ها و تجهیزات برق دیتاسنتر میزبان بوده است که منجر به قطعی کامل شبکه برق و ایزوله شدن دیتاسنتر گردید. فرآیند بازیابی، شامل تعویض کابل‌های سوخته توسط تیم تاسیسات دیتاسنتر و وصل مجدد برق شهری، با نوسانات متعددی همراه بود؛ به طوری که در میانه راه‌اندازی مجدد در شامگاه ۱۱ فروردین، مجدداً قطعی برق رخ داد که باعث آسیب فیزیکی به تعدادی از حافظه‌های ذخیره‌سازی حالت جامد (SSD) بر اثر شوک الکتریکی گردید.
در نتیجه این حادثه زیرساختی که کاملاً خارج از کنترل هم‌روش بود، سرویس‌های عمومی مستقر در این زون به مدت ۲۴ ساعت و سرویس‌های برخی مشتریان خاص تا ۳۱ ساعت از دسترس خارج شد (Downtime). اما آنچه این بحران را به یک نقطه عطف و ابزار اثبات قابلیت اطمینان (Proof of Reliability) تبدیل کرد، عملکرد معماری نرم‌افزاری و مکانیزم‌های بازیابی فاجعه (Disaster Recovery) هم‌روش بود: با وجود آسیب‌های فیزیکی و قطعی‌های مکرر برق، مکانیزم بازیابی لحظه‌ای (Point-in-Time Recovery - PITR) که در سرویس دیتابیس‌های مدیریت‌شده هم‌روش تعبیه شده بود، با استفاده از ترکیبی از پشتیبان‌گیری‌های پایه (Base Backups) و لاگ‌های متوالی تراکنش (Transaction/WAL Logs)، توانست داده‌های حیاتی کسب‌وکارها را تا نقطه‌ای کمتر از ۳۰ ثانیه پیش از وقوع آتش‌سوزی، بدون کوچکترین ریزش و فساد داده (Data Loss) بازیابی کند.
این رویداد، استدلالی بی‌بدیل در مذاکرات B2B هم‌روش با سازمان‌های بزرگ فراهم آورد: «سخت‌افزار فیزیکی در هر دیتاسنتری ممکن است طعمه حریق شود، اما معماری نرم‌افزاری و سیستم بکاپ چندلایه‌ی ما، بقای داده‌های شما را تضمین می‌کند.» هزینه‌های سنگین طراحی و نگهداری چنین سیستم‌های بکاپی (OPEX)، توجیه‌گر قیمت‌گذاری پرمیوم سرویس‌های مدیریت‌شده هم‌روش است.

فصل چهارم: تحلیل سبد محصولات زیرساختی، ارکستراسیون ابری و معماری فنی
اکوسیستم محصولات هم‌روش به گونه‌ای یکپارچه و ارگانیک طراحی شده است که تمام چرخه عمر توسعه نرم‌افزار (Software Development Life Cycle - SDLC) را از لحظه نگارش خطوط کد توسط برنامه‌نویس، تا استقرار، مقیاس‌دهی، و در نهایت مانیتورینگ محصول در محیط عملیاتی (Production) پوشش دهد. در این بخش، این معماری را لایه به لایه کالبدشکافی می‌کنیم.

۱. لایه مدیریت دارایی‌های فکری و یکپارچه‌سازی: هم‌گیت (HamGit) و GitLab Runners
مخزن سورس‌کد، قلب تپنده هر شرکت نرم‌افزاری است. به دنبال تشدید تحریم‌های فناوری علیه کاربران ایرانی توسط پلتفرم‌های بین‌المللی نظیر گیت‌لب و محدودیت‌های دسترسی در گیت‌هاب، ریسک از دست رفتن دسترسی به کدهای منبع به یک بحران ملی تبدیل شد. هم‌روش در یک اقدام استراتژیک، سرویس داخلی گیت‌لب خود را که پیش از آن منحصراً برای مصارف درون‌سازمانی و مشتریان خاص استفاده می‌شد، تحت عنوان «هم‌گیت» (HamGit) به صورت عمومی و رایگان عرضه کرد.
ارائه مخازن خصوصی نامحدود (Unlimited Private Repositories) در هم‌گیت، علاوه بر مسئولیت اجتماعی، یک استراتژی قدرتمند برای قفل‌کردن مشتری (Vendor Lock-in) و ایجاد وفاداری است. کد که وارد اکوسیستم هم‌روش شد، گام بعدی طبیعی، استفاده از ابزارهای استقرار همان شرکت است. تکمیل‌کننده این زنجیره، سرویس «گیت‌لب رانر اختصاصی» است. رانرهای هم‌روش بر روی بستر کوبرنتیز اجرا شده و وظیفه اجرای خودکار جاب‌ها (Jobs) و ساخت ایمیج‌های داکر (Docker Images) را بر عهده دارند. معماری این رانرها دارای دو ویژگی ممتاز است: نخست، برخورداری از کش اختصاصی لایه‌های ایمیج (Image Layer Cache) که لایه‌های تکراری را ذخیره کرده و زمان بیلد پروژه‌ها را به شدت کاهش می‌دهد؛ و دوم، تعبیه مکانیزم‌های شبکه‌ای برای دور زدن تحریم‌ها (Sanction Bypass) که به رانر اجازه می‌دهد پکیج‌ها و وابستگی‌های نرم‌افزاری (Dependencies) را بدون خطای تحریم از مخازن جهانی دانلود کند.

۲. لایه میزبانی، ارکستراسیون و پردازش: پلتفرم ابری دارکوب (Darkoob)
دارکوب قلب تپنده خدمات پلتفرمی (PaaS) هم‌روش است. توسعه‌دهندگان بدون نیاز به درگیری با پیچیدگی‌های فایل‌های پیکربندی YAML در کوبرنتیز، می‌توانند از طریق یک رابط کاربری بصری، کانتینرهای خود را مستقر کنند. معماری دارکوب بر مفاهیم بنیادین کوبرنتیز نظیر فضاهای نام (Namespaces) استوار است تا محیط‌های پردازشی مشتریان مختلف را به صورت کاملاً ایزوله و امن تفکیک کند. این پلتفرم قابلیت مقیاس‌پذیری خودکار (Auto-Scaling) را فراهم آورده و با اتصال به سرویس لودبالانسر اختصاصی، ترافیک ورودی را بهینه‌سازی و توزیع می‌کند. تخصیص دامنه‌های شخصی، مدیریت امن متغیرهای محیطی (Environment Variables) و نمودارهای مصرف منابع به صورت زنده، از دیگر ارکان این لایه هستند.

۳. لایه ذخیره‌سازی پایدار و پایداری داده: دیتابیس‌های مدیریت‌شده
مدیریت و نگهداری پایگاه‌های داده رابطه‌ای و غیررابطه‌ای در محیط‌های کانتینری و توزیع‌شده (Stateful Workloads) همواره یکی از پیچیده‌ترین چالش‌های مهندسی دواپس است. سرویس «دیتابیس مدیریت‌شده» هم‌روش این بار شناختی و عملیاتی را کاملاً از دوش مشتری برداشته است. با پشتیبانی از سیستم‌هایی نظیر MySQL و PostgreSQL، این سرویس دغدغه‌های مربوط به امنیت، پایداری، پشتیبان‌گیری منظم و دسترسی‌پذیری بالا (HA) را مرتفع می‌سازد. همان‌طور که پیش‌تر در معماری Stolon ذکر شد، در صورت بروز هرگونه خرابی در نود اصلی پایگاه داده، ترافیک بدون هیچ‌گونه افت محسوس در سمت کاربر نهایی، به نود جایگزین (Replica) منتقل می‌شود تا تداوم کسب‌وکار (Business Continuity) حفظ گردد. امکان تنظیم دقیق دسترسی کاربران (User Privileges) از طریق رابط خط فرمان دیتابیس نیز فراهم است.

۴. لایه مشاهده‌پذیری، پایش و کشف خطا: آپداموس، مانیتورینگ و سنتری
هیچ سیستم توزیع‌شده‌ای در مقیاس بالا بدون بینش و مشاهده‌پذیری عمیق پایدار نخواهد ماند. پشته نرم‌افزاری مشاهده‌پذیری (Observability Stack) هم‌روش شامل سه ضلع کلیدی است:
• سرویس مانیتورینگ (Prometheus & Grafana): توسعه‌دهندگان می‌توانند متریک‌های اختصاصی لایه اپلیکیشن خود را اکسپوز کرده و هم‌روش از طریق پرومتئوس آن‌ها را جمع‌آوری (Scrape) می‌کند. سپس با ارائه دیتاسورس به کاربر، امکان ساخت بی‌نهایت داشبورد تحلیلی در گرافانا فراهم می‌شود تا میزان مصرف منابع (CPU، RAM و دیسک) به صورت لحظه‌ای پایش شود.
• سرویس آپداموس (Updamus): یک ابزار تخصصی برای پایش مداوم زمان در دسترس بودن (Uptime Monitoring) و سلامت اندپوینت‌های خارجی سیستم. آپداموس به عنوان دیده‌بان زیرساخت عمل کرده و پیش از آنکه کاربران نهایی متوجه قطعی یا کندی سرویس شوند، از طریق هشدارهای چندگانه تیم فنی را مطلع می‌سازد.
• سرویس سنتری (Sentry): یکی از قدرتمندترین ابزارهای رهگیری خطاهای کد (Exception Tracking). هم‌روش فرآیند پیچیده نصب، راه‌اندازی، نگهداری و بکاپ‌گیری از این سرویس سنگین را به طور کامل مدیریت می‌کند تا توسعه‌دهندگان به محض بروز خطای نرم‌افزاری در محیط پروداکشن، لاگ‌ها و جزئیات دقیق آن را برای دیباگ سریع دریافت کنند.





فصل پنجم: اقتصاد تورمی زیرساخت و پارادایم شیفت به سمت خدمات هوش مصنوعی (AI & GPU CloudaaS)
در این فصل استراتژیک، با رویکردی تحلیلی مشابه آنچه در اسناد تحول پلتفرم‌های سوپر انترپرایز نظیر «دیوار» مطرح است، به بررسی عمیق چالش‌های اقتصاد کلان زیرساخت در ایران پرداخته و استدلال می‌کنیم که چرا هم‌روش باید یک چرخش استراتژیک و تهاجمی به سمت ارائه زیرساخت‌های پردازش گرافیکی (GPU) و هوش مصنوعی انجام دهد.

۱. تورم دیجیتال، تله مقیاس‌پذیری و اقتصاد نگهداشت
تحلیل روندهای کلان اقتصادی در سال‌های اخیر نشان می‌دهد که اکوسیستم فناوری اطلاعات ایران به سرعت از یک «اقتصاد توسعه‌محور» به یک «اقتصاد نگهداشت‌محور» تغییر ماهیت داده است. بر اساس اسناد و تعرفه‌های ابلاغی سازمان نظام صنفی رایانه‌ای کشور (NSR)، هزینه‌های پایه خدمات فنی و مهندسی نرم‌افزار، به ویژه در حوزه‌های تخصصی نظیر شبکه، امنیت و دواپس، سالانه با جهش‌های نجومی و تورم دیجیتال فزاینده‌ای روبه‌رو است. استخدام و نگهداری یک تیم متخصص مهندسی قابلیت اطمینان (SRE) برای یک استارتاپ متوسط، بار مالی فلج‌کننده‌ای به همراه دارد.
در این شرایط، مفهوم «تله مقیاس‌پذیری» (Scalability Trap) بروز می‌کند؛ جایی که با افزایش خطی ترافیک کسب‌وکار، هزینه‌های زیرساختی و نیروی انسانی به صورت نمایی افزایش یافته و حاشیه سود سازمان را می‌بلعد. پلتفرم‌های ابری متمرکز نظیر هم‌روش، در اینجا به عنوان ناجیان اقتصادی وارد عمل می‌شوند. آن‌ها با تجمیع تخصص‌های کمیاب SRE در درون هسته سازمانی خود و اتوماسیون فرآیندها از طریق کوبرنتیز، هزینه‌های استهلاک و نیروی انسانی (OPEX) را برای صدها شرکت دیگر سرشکن کرده و کاهش می‌دهند. این بهینه‌سازی اقتصاد واحد (Unit Economics) دلیل اصلی جذابیت مدل PaaS در شرایط تورمی است.

۲. هم‌گرایی رایانش ابری و هوش مصنوعی: ضرورت عبور از پردازنده‌های مرکزی (CPU)
همان‌طور که پلتفرم‌های تجارت الکترونیک، نیازمندی‌ها و سوپراپلیکیشن‌ها (نظیر دیوار و اسنپ) برای افزایش بهره‌وری، بهبود تجربه کاربری و خودکارسازی فرآیندهای سنگینی چون پشتیبانی آنلاین، تعدیل و نظارت بر محتوا (Content Moderation) و کشف تقلب، ناگزیر به ادغام عمیق الگوریتم‌های هوش مصنوعی و یادگیری ماشین (AI/ML) شده‌اند، زیرساخت پردازشی این تحول نیز باید در داخل مرزهای کشور تامین گردد. امروز، رایانش ابری و هوش مصنوعی دو روی یک سکه‌اند و پردازش ابری، بستر اصلی توسعه مدل‌های هوشمند است.
گلوگاه پردازشی (The Compute Bottleneck): در عصر استنتاج و شبکه‌های عصبی عمیق، پردازنده‌های مرکزی سنتی (CPU) به دلیل معماری مبتنی بر تعداد محدودی هسته قدرتمند که برای پردازش‌های متوالی (Sequential) طراحی شده‌اند، دیگر پاسخگوی نیازها نیستند. در مقابل، واحد پردازش گرافیکی (GPU) با برخورداری از هزاران هسته کوچکتر که قادر به انجام محاسبات موازی، همزمان و چندنخی (Multi-threaded Parallel Processing) هستند، پادشاه بلامنازع پردازش‌های هوش مصنوعی، یادگیری ماشین و رندرینگ است. با این حال، چالشی که سازمان‌های ایرانی با آن مواجه‌اند، هزینه سرسام‌آور سرمایه‌ای (CAPEX) است. تامین کلاسترهای کلاس دیتاسنتر و انترپرایز نظیر کارت‌های گرافیک Nvidia A100 یا H100 در بازار تحریمی ایران، نیازمند سرمایه‌گذاری ارزی چند ده میلیارد تومانی است که نرخ بازگشت سرمایه (ROI) آن برای اکثر استارتاپ‌ها، به دلیل درآمدهای ریالی، فاقد توجیه اقتصادی است.

اقتصاد ابری هم‌روش به گونه‌ای طراحی شده که با رشد مشتری، درآمد پلتفرم نیز مقیاس می‌پذیرد. جریان‌های اصلی تولید نقدینگی در این اکوسیستم عبارتند از: مدل پرداخت به ازای مصرف (Pay-as-you-go / Resource Billing): هسته اصلی درآمدزایی از طریق پلتفرم دارکوب و کلاسترهای اختصاصی، محاسبه هزینه بر اساس تخصیص منابع پایه شامل حافظه تصادفی (RAM)، توان پردازشی (CPU Cores)، فضای ذخیره‌سازی ابری و پهنای باند مصرفی است. خدمات مدیریت‌شده با ارزش افزوده (Premium PaaS): محصولات پیچیده‌ای نظیر «دیتابیس مدیریت‌شده»، به دلیل دربرداشتن ویژگی‌های حیاتی نظیر پشتیبان‌گیری خودکار، تضمین آپتایم و کلاسترینگ با دسترسی بالا، با حاشیه سود بسیار بالاتری نسبت به منابع خام قیمت‌گذاری می‌شوند. اشتراک نرم‌افزارهای سازمانی در بازارچه (Marketplace Subscriptions): هم‌روش با استقرار و نگهداری نرم‌افزارهای متن‌باز و تجاری، از بابت مدیریت آن‌ها هزینه اشتراک ماهانه دریافت می‌کند. به عنوان مثال، هزینه سرویس «مانیتورینگ عمومی» در بازارچه ابری هم‌روش معادل ۱,۴۰۰,۰۰۰ تومان در ماه (حدود ۱۶.۸ میلیون تومان در سال برای کاربران داخلی) قیمت‌گذاری شده است. این مدل یک جریان نقدینگی مستمر و قابل پیش‌بینی (MRR) خلق می‌کند. همچنین هزینه‌های مرتبط با لایسنس‌ها، پشتیبانی سازمانی اختصاصی و مشاوره‌های تخصصی معماری ابری نیز بخش قابل توجهی از درآمدهای لایه Enterprise را تشکیل می‌دهند.

The panel transitions were clean. [M6743 #86]

This chapter pacing was wild. [M6743 #74]

Art quality keeps improving. [M6743 #39]

کیفیت طراحی‌ها هر فصل بهتر می‌شود. [M6743 #186]

The panel transitions were clean. [M6743 #28]

پایانش کمی عجله‌ای بود ولی باز هم جذاب بود. [M6743 #195]

کیفیت طراحی‌ها هر فصل بهتر می‌شود. [M6743 #128]

ریتم این چپتر واقعا هیجان‌انگیز بود. [M6743 #106]

رشد شخصیت‌ها تا اینجا خیلی خوب بوده. [M6743 #196]

Translation style felt natural. [M6743 #64]

This chapter pacing was wild. [M6743 #51]

Power system details are interesting. [M6743 #34]

رشد شخصیت‌ها تا اینجا خیلی خوب بوده. [M6743 #111]

Translation style felt natural. [M6743 #84]

ریتم این چپتر واقعا هیجان‌انگیز بود. [M6743 #193]

This chapter pacing was wild. [M6743 #30]

Translation style felt natural. [M6743 #87]