AWS vs Azure vs GCP 2026: Samme app, 3 regninger, ærlig vinder

AWS sidder stadig på tronen med 31 % markedsandel, men Azure vokser med 39 % år over år, og Google Clouds AI-evner vender hoveder i hele branchen. I et cloudmarked, der nu er mere end 600 milliarder dollars værd, er valget mellem disse tre giganter en af de mest afgørende infrastrukturbeslutninger, dit team nogensinde skal træffe.

Denne AWS vs Azure vs Google Cloud-sammenligning går dybere end de overfladiske funktionsoversigter, du finder andre steder. Baseret på vores erfaring med at arkitekttegne produktionssystemer på tværs af alle tre platforme leverer vi det, de fleste cloud-udbyder-sammenligninger springer over: side-om-side CLI- og SDK-kodeeksempler, reelle prisscenarier med faktiske dollarbeløb og en struktureret beslutningsramme, der kobler dine prioriteter til en klar anbefaling.

Her er den korte version: AWS er det sikreste standardvalg til de fleste workloads takket være sit uovertrufne servicekatalog. Azure er det stærkeste valg, hvis din organisation kører på Microsoft-værktøjer. Google Cloud er det klogeste valg til AI/ML, dataanalyse og Kubernetes-tunge arkitekturer. Lad os nu dykke ned i detaljerne.

Hurtig oversigt, AWS vs Azure vs Google Cloud på ét blik

Vælg AWS, hvis du har brug for det bredeste servicekatalog, det dybeste tredjepartsøkosystem og en platform, der har en service til stort set alt. Vælg Azure, hvis din organisation lever i Microsoft-økosystemet, Office 365, Active Directory, .NET og SQL Server. Vælg Google Cloud, hvis din prioritet er AI/ML, dataanalyse eller Kubernetes-native arkitekturer.

Resten af denne artikel gennemgår hver kategori med kodeeksempler, reelle prisberegninger og klare domme, så du kan træffe en tryg beslutning.

Hvad er AWS, Azure og Google Cloud?

Amazon Web Services (AWS)

AWS blev lanceret i 2006 og skabte i praksis IaaS-kategorien med S3 og EC2. Det er fortsat markedslederen med cirka 31 % andel og en årlig omsætningsrate, der overstiger 100 milliarder dollars i 2025. Netflix, Airbnb, NASA og Capital One kører alle på AWS.

AWS tilbyder det bredeste servicekatalog inden for cloud computing, mere end 200 services, der spænder over compute, storage, databaser, AI/ML, IoT og alt derimellem (udforsk det fulde katalog i AWS-dokumentationen). Hvis du kan forestille dig en cloudservice, har AWS den næsten helt sikkert. Ulempen? Den bredde kan få AWS til at virke overvældende for nybegyndere, og prismodellen er notorisk kompleks.

Microsoft Azure

Azure blev lanceret i 2010 som "Windows Azure" og skiftede navn i 2014. Det er den næststørste cloud-udbyder med cirka 25 % andel og den hurtigst voksende af de tre store med 39 % år over år-vækst. Anslået 85 % af Fortune 500-virksomheder bruger Azure.

Azures unikke fordel er den dybe integration med Microsoft-økosystemet, Office 365, Active Directory (nu Entra ID), Windows Server, .NET, GitHub og VS Code fungerer alle gnidningsfrit sammen. Azure har også det eksklusive partnerskab med OpenAI, hvilket giver en stærk AI-differentiator med adgang til GPT-4o- og o1-modellerne.

Google Cloud Platform (GCP)

Google Cloud blev lanceret i 2008 og ligger på cirka 11-13 % andel, men vokser med 36 % år over år og rundede 40 milliarder dollars i årlig omsætning i 2025. Spotify, Snap, X (tidligere Twitter) og HSBC kører alle på GCP.

Hvad gør Google Cloud særlig? Den blev født af den samme interne infrastruktur, der driver Google Search, YouTube og Gmail. Google skabte Kubernetes, fører an inden for AI/ML med TPU'er og Vertex AI og dominerer dataanalyse med BigQuery. Hvis din workload er datatung eller AI-drevet, fortjener Google Cloud alvorlig overvejelse.

Compute-services: EC2 vs Virtual Machines vs Compute Engine

Sammenligning af virtuelle maskiner

Alle tre udbydere tilbyder pålidelige virtuelle maskiner, men detaljerne betyder noget.

AWS EC2 er guldstandarden med mere end 500 instanstyper, herunder Graviton ARM-baserede processorer, der leverer op til 40 % bedre pris-ydelse end x86. EC2 har den mest modne autoskalering og den dybeste integration med AWS-økosystemet.

Azure Virtual Machines skinner til Windows Server- og .NET-workloads. Tæt integration med Active Directory gør dem til det naturlige valg til hybrid on-prem-til-cloud-migreringer. Azure tilbyder også confidential computing-VM'er til følsomme workloads.

GCP Compute Engine skiller sig ud med brugerdefinerede maskintyper, du vælger det præcise antal vCPU'er og RAM, du har brug for, i stedet for at vælge blandt foruddefinerede størrelser. GCP tilbyder også live migration (dine VM'er genstarter ikke under vedligeholdelse af værten) og sekundbaseret fakturering fra minut ét.

Her er et hurtigt prisoverblik for en standard generel VM (4 vCPU, 16 GB RAM):

GCP's lavere pris afspejler dets automatiske sustained-use rabatter, som træder i kraft efter 25 % af måneden uden noget krav om forpligtelse.

Containertjenester: EKS vs AKS vs GKE

Google skabte Kubernetes, og GKE (Google Kubernetes Engine) er fortsat guldstandarden for managed Kubernetes. GKE Autopilot administrerer nodeinfrastrukturen fuldt ud, så du kun tænker på pods. Det er den mest hands-off Kubernetes-oplevelse, der findes.

EKS (Elastic Kubernetes Service) har den største enterprise-adoption og integrerer dybt med AWS-økosystemet, men kræver mere driftsoverhead og opkræver $0,10/time for kontrolplanet.

AKS (Azure Kubernetes Service) tilbyder et gratis kontrolplan og integrerer tæt med Azure DevOps. Det er det bedste valg til teams, der allerede har investeret i Microsoft-værktøjer.

Serverless: Lambda vs Azure Functions vs Cloud Functions

Lambda var pioner inden for serverless computing i 2014 og understøtter 15+ sprogruntimes med det rigeste økosystem af event-triggere, S3, DynamoDB, API Gateway, SQS og flere.

Azure Functions tilbyder Durable Functions til stateful serverless-workflows, hvilket er unikt. Premium-planen reducerer cold starts markant, og .NET-udviklere vil føle sig hjemme.

Cloud Functions håndterer lette event-drevne opgaver, mens Cloud Run er Googles containerbaserede serverless-platform. Cloud Run lader dig deploye enhver containeriseret applikation med næsten nul cold starts, ethvert sprog, enhver framework.

Kodeeksempel, deploy af en VM på hver platform

Ingen konkurrenter inkluderer kodeeksempler for compute-deployment. Sådan lancerer du en tilsvarende VM på alle tre platforme:

# AWS vs Azure vs GCP 2026: Same App, 3 Bills, Honest Winner
aws ec2 run-instances \
  --image-id ami-0abcdef1234567890 \
  --instance-type t3.medium \
  --key-name my-key \
  --security-group-ids sg-12345678

# Azure: Create a Standard_B2s VM (2 vCPU, 4GB RAM)
az vm create \
  --resource-group myResourceGroup \
  --name myVM \
  --image Ubuntu2204 \
  --size Standard_B2s \
  --admin-username azureuser \
  --generate-ssh-keys

# GCP: Create an e2-medium instance (2 vCPU, 4GB RAM)
gcloud compute instances create my-vm \
  --zone=us-central1-a \
  --machine-type=e2-medium \
  --image-family=ubuntu-2204-lts \
  --image-project=ubuntu-os-cloud

Bemærk forskellene: AWS kræver et forudoprettet key pair og en security group. Azure kræver en ressourcegruppe, men autogenererer SSH-nøgler. GCP har den mest ligetil syntaks, du angiver, hvad du vil have, og den klarer resten.

Dom: AWS vinder på compute-bredde og modenhed (500+ instanstyper, Graviton-processorer). Google Cloud vinder på Kubernetes (GKE er guldstandarden) og serverless-enkelhed (Cloud Run). Azure er det stærkeste valg til .NET- og Windows-workloads med uovertruffen Active Directory-integration.

Databasetjenester: Datalaget sammenlignet

Relationelle databaser

AWS RDS understøtter MySQL, PostgreSQL, MariaDB, Oracle og SQL Server, den mest fleksible multi-engine understøttelse af nogen udbyder. Aurora, Amazons cloud-native mulighed, hævder 5x hurtigere ydelse end standard MySQL og 3x hurtigere end PostgreSQL. Hvis du vælger mellem databasemotorer, dækker vores detaljerede PostgreSQL vs MySQL-guide afvejningene i dybden.

Azure SQL Database tilbyder fuldt administreret SQL Server med den bedste migreringssti fra on-prem SQL Server-miljøer. Hyperscale-niveauet understøtter databaser op til 100 TB.

Cloud SQL understøtter administreret MySQL, PostgreSQL og SQL Server. AlloyDB tilbyder PostgreSQL-kompatibel ydelse til krævende workloads. Og så er der Cloud Spanner, en globalt distribueret relationel database uden sidestykke på AWS eller Azure i denne skala. Den leverer konsistensen fra en relationel database med den horisontale skalerbarhed fra NoSQL.

NoSQL-databaser

DynamoDB leverer enkelt-cifret millisekund-latens i enhver skala, den driver selve Amazon.com.

Cosmos DB er Azures fremragende databaseprodukt. Den er ægte multi-model (dokument, nøgle-værdi, graf, column-family, tabel) med fem konsistensmodeller og nøglefærdig global distribution. Ingen anden cloud-database tilbyder denne fleksibilitet.

Firestore fungerer som en stærk dokumentdatabase kompatibel med Firebase, mens Bigtable håndterer massive wide-column analyseworkloads (den driver Google Search og Maps).

Data warehousing

BigQuery er uden tvivl det mest innovative data warehouse-produkt på markedet. Den er fuldt serverless med en betal-per-forespørgsel-model, adskiller storage fra compute og lader dig bygge ML-modeller direkte i SQL med CREATE MODEL-syntaks. Hvis dit team er datatungt, kan BigQuery alene retfærdiggøre at vælge Google Cloud.

Redshift er AWS's traditionelle provisionerede data warehouse med en serverless-mulighed. Synapse Analytics er Azures unified analytics-platform, der kombinerer data warehouse- og big data-evner.

Dom: AWS vinder på databasebredde (15+ administrerede databasemotorer). Google Cloud vinder på data warehousing, BigQuery er bedst i klassen. Cosmos DB's multi-model tilgang er unikt fleksibel til teams, der har brug for flere datamodeller i én service.

Storage-services: S3 vs Blob Storage vs Cloud Storage

Objektstorage

AWS S3 definerede cloud-objektstorage og er fortsat branchestandarden. Den tilbyder 11 niere i holdbarhed (99,999999999 %) og flere storage-klasser: Standard, Infrequent Access, Glacier Instant Retrieval, Glacier Flexible Retrieval og Glacier Deep Archive.

Azure Blob Storage tilbyder Hot-, Cool-, Cold- og Archive-niveauer med tæt integration til Azure Data Lake Storage til analyseworkloads.

GCP Cloud Storage tilbyder Standard-, Nearline-, Coldline- og Archive-niveauer via en unified API på tværs af alle klasser. Lifecycle-politikker overfører automatisk objekter mellem niveauer.

Block- og filstorage

Alle tre tilbyder SSD- og HDD-blokstorage (EBS, Azure Managed Disks, GCP Persistent Disks). GCP's persistent disks har en unik fordel: de kan tilknyttes flere VM'er samtidigt i read-only-tilstand.

Til administrerede filsystemer leverer EFS (AWS), Azure Files og Filestore (GCP) NFS- eller SMB-fildelinger.

Dom: AWS S3 vinder, den definerede kategorien og er fortsat den mest modne objektstorage-service. Alle tre tilbyder næsten identiske holdbarhedsgarantier. GCP ligger foran på pris-enkelhed, og Azure ligger foran på analyseintegration med Data Lake Storage.

AI og machine learning: Slagmarken i 2026

AI/ML er den hurtigst voksende cloud-workload-kategori, og det er her, alle tre udbydere investerer mest. Dette er den sektion, der betyder mest i 2026.

ML-platforme

AWS SageMaker leverer en ende-til-ende ML-platform: datalabeling, træning, deployment og overvågning. SageMaker Studio tilbyder et notebook-miljø, og SageMaker Autopilot håndterer AutoML til teams, der vil træne modeller uden at skrive træningskode.

Azure Machine Learning tilbyder en lignende ende-til-ende workflow med tættere integration til Azure DevOps til MLOps-pipelines. Dens Responsible AI-dashboard er unik, den hjælper teams med at revidere modeller for retfærdighed, fortolkelighed og fejlanalyse før deployment.

Google Vertex AI er Googles unified ML-platform. AutoML lader dig træne brugerdefinerede modeller uden kode, Model Garden giver adgang til 100+ forudtrænede modeller, og integration med BigQuery ML betyder, at du kan træne modeller direkte med SQL-forespørgsler.

Foundation-modeller og generativ AI

Det er her, de tre udbydere har taget fundamentalt forskellige strategiske tilgange:

AWS Bedrock tager den modelagnostiske tilgang, få adgang til Anthropic Claude, Meta Llama, Amazon Titan, Stability AI og Cohere via én API. Hvis du vil have friheden til at skifte mellem modeludbydere, er Bedrock den mest fleksible mulighed.

Azure OpenAI Service giver eksklusiv adgang til OpenAI-modeller (GPT-4o, o1, DALL-E, Whisper) med enterprise-grade sikkerhed og compliance. Det er Azures største konkurrencefordel i AI-kapløbet.

Google Vertex AI tilbyder Googles egne Gemini-modeller trænet på data i Google-skala. Gemini 1.5 Pro håndterer op til 1 million tokens kontekst, det største kontekstvindue tilgængeligt fra en stor udbyder.

Brugerdefineret AI-hardware

Google Cloud har en ægte hardwarefordel her. TPU v5e og v5p er specialbyggede AI-acceleratorer, der er markant billigere end NVIDIA GPU'er til stor-skala modeltræning. Hvis du træner brugerdefinerede modeller i stor skala, kan TPU'er skære dine compute-omkostninger med 50 % eller mere.

AWS svarer igen med brugerdefinerede chips: Trainium til træning og Inferentia til inferens, sideløbende med NVIDIA A100- og H100 GPU-instanser.

Azure er primært afhængig af NVIDIA GPU-partnerskaber (A100, H100) uden brugerdefineret AI-silicium, selvom dets eksklusive OpenAI-adgang kompenserer.

Kodeeksempel, kald af en foundation-model API

Her er den samme opgave, at kalde en foundation-model for at generere tekst, på alle tre platforme:

# AWS Bedrock: Call Claude via Bedrock
import boto3, json

bedrock = boto3.client("bedrock-runtime", region_name="us-east-1")
response = bedrock.invoke_model(
    modelId="anthropic.claude-3-sonnet-20240229-v1:0",
    body=json.dumps({
        "anthropic_version": "bedrock-2023-05-31",
        "messages": [{"role": "user", "content": "Explain cloud computing"}],
        "max_tokens": 1024
    })
)
result = json.loads(response["body"].read())

# Azure OpenAI: Call GPT-4o
from openai import AzureOpenAI

client = AzureOpenAI(
    azure_endpoint="https://my-resource.openai.azure.com/",
    api_version="2024-02-01"
)
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Explain cloud computing"}]
)
print(response.choices[0].message.content)

# Google Vertex AI: Call Gemini
import vertexai
from vertexai.generative_models import GenerativeModel

vertexai.init(project="my-project", location="us-central1")
model = GenerativeModel("gemini-1.5-pro")
response = model.generate_content("Explain cloud computing")
print(response.text)

Bemærk de ergonomiske forskelle: Googles SDK er det mest koncise (4 meningsfulde linjer). AWS Bedrock kræver manuel JSON-serialisering. Azure bruger det velkendte OpenAI SDK med en Azure-specifik wrapper.

Dom: Der er ingen enkelt AI/ML-vinder, det rigtige valg afhænger af dit specifikke behov. Google Cloud vinder på brugerdefinerede AI-workloads (TPU'er + Vertex AI tilbyder den bedste pris-ydelse til træning). Azure vinder på GPT-4/OpenAI-adgang (det eksklusive partnerskab er en ægte fordel). AWS vinder på modelfleksibilitet (Bedrock lader dig skifte udbyder uden at ændre din infrastruktur).

Netværk og CDN

VPC: Alle tre tilbyder Virtual Private Cloud med subnets, route tables og firewalls. GCP's VPC er global som standard, én enkelt VPC spænder automatisk over alle regioner. AWS- og Azure-VPC'er er regionale og kræver peering til forbindelser på tværs af regioner.

Load balancing: GCP tilbyder en enkelt global load balancer, der distribuerer trafik på verdensplan fra én ressource. AWS og Azure bruger regionale load balancere (ALB/NLB på AWS, Application Gateway på Azure) og kræver yderligere konfiguration til global distribution.

CDN: CloudFront (AWS) har flest points of presence, mere end 600 edge-lokationer globalt. Azure CDN og GCP Cloud CDN er konkurrencedygtige, men har færre PoP'er.

DNS: Route 53 (AWS), Azure DNS og Cloud DNS tilbyder alle programmatisk DNS-administration med høj tilgængelighed.

Dom: GCP vinder på netværks-enkelhed, global VPC og global load balancer er fremragende funktioner. AWS vinder på CDN med CloudFronts 600+ edge-lokationer. Azures ExpressRoute er den bedste mulighed til hybrid on-prem-forbindelse.

Sikkerhed og compliance

Identity and access management

Azure Entra ID (tidligere Azure AD) er den klare enterprise-identity-leder. Single sign-on på tværs af Office 365, Dynamics 365 og GitHub plus Conditional Access-politikker gør den uovertruffen for organisationer, der allerede er i Microsoft-økosystemet.

AWS IAM tilbyder finkornet politikbaseret adgangskontrol med understøttelse af identity federation og Organizations til multi-account-administration. Det er det mest fleksible IAM-system, men har en stejlere læringskurve.

Google Cloud IAM leverer rollebaseret adgangskontrol med organisationspolitikker og Workload Identity Federation til nøglefri autentificering fra eksterne identity-udbydere.

Compliance-certificeringer

EU-datasuverænitet i 2026

Datasuverænitet bliver stadig mere afgørende for europæiske virksomheder. Azure fører med sin EU Data Boundary og dedikerede suveræne cloud-regioner. AWS annoncerede sin European Sovereign Cloud i 2024 med dedikeret infrastruktur. Google Cloud samarbejder med T-Systems om suveræn cloud i Tyskland og tilbyder finkornede data residency-kontroller.

Dom: Azure vinder på enterprise-sikkerhed, Entra ID-integration er uovertruffen for Microsoft-virksomheder. AWS vinder på compliance-bredde med 143+ certificeringer, flest af nogen udbyder. Til EU-datasuverænitet fører Azure i øjeblikket. GCP er konkurrencedygtig, men halter lidt bagefter på penetration af offentlige og regulerede brancher.

Priser, hvad du faktisk kommer til at betale

Prismodeller forklaret

Hver udbyder strukturerer rabatter forskelligt, og det kan spare dit team for tusinder om måneden at forstå det:

• AWS: On-demand, Savings Plans (1-3 års forpligtelse, op til 72 % rabat), Spot Instances (op til 90 % rabat, kan afbrydes) og legacy Reserved Instances. Se den fulde gennemgang på AWS' prisside.
• Azure: Pay-as-you-go, Reserved VM Instances (1-3 år, op til 72 % rabat), Spot VM'er (op til 90 % rabat) og Azure Hybrid Benefit, brug dine eksisterende Windows Server- eller SQL Server-licenser til at spare 40-80 % på compute. Det er unikt for Azure. Detaljer på Azures prisside.
• GCP: On-demand, Committed Use Discounts (1-3 år, op til 57 % rabat), Sustained Use Discounts (automatisk 20-30 % rabat efter 25 % månedlig brug, ingen forpligtelse nødvendig) og Preemptible/Spot VM'er (op til 91 % rabat). Tjek Google Clouds prisside for aktuelle priser.

Her er den centrale indsigt: GCP's sustained-use rabatter er automatiske. Du behøver ikke forudsige dit forbrug eller underskrive en kontrakt. For teams, der ikke vil forpligte sig på forhånd, er det en ægte fordel.

Faktisk prissammenligning

Priser på generelle VM'er (4 vCPU, 16 GB RAM, Linux, US East, on-demand):

GCP er billigst på alle forpligtelsesniveauer for denne instansklasse. Men husk: omkostningerne afhænger af workloaden, og VM-priser er kun én del af din samlede regning.

Sammenligning af gratisniveauer

GCP's "aldrig automatisk debitering"-politik skiller sig ud. Når dine $300 kredit udløber, stopper dine ressourcer simpelthen, du vågner ikke op til en uventet regning. Det gør GCP til den sikreste platform til lærende og eksperimenterende.

Skjulte omkostninger at holde øje med

Det er de omkostninger, der ikke fremgår af marketsiderne, men dukker op på din månedlige regning:

• Dataegress: Alle tre opkræver ~$0,09-0,12/GB efter gratisniveauet. AWS giver dig 100 GB/md gratis; Azure og GCP giver kun 5 GB. Hvis din applikation leverer betydelig udgående trafik, løber det hurtigt op.
• NAT Gateways: AWS opkræver ~$0,045/time plus $0,045/GB for NAT gateways. En enkelt NAT gateway koster cirka $32/md før dataoverførsel. Azure og GCP har lignende gebyrer.
• Load balancere: Minimum $15-22/md hos alle tre udbydere, selv for inaktive load balancere.
• Supportniveauer: Business-niveau support starter ved $100/md hos AWS (eller 3 % af forbruget, alt efter hvad der er højest) og Azure. GCP's Enhanced support starter ved $500/md, markant dyrere på de lavere niveauer.

Omkostningsscenarier, fra hobby til enterprise

Startup-kreditprogrammer

Hvis du er en tidlig-fase virksomhed, kan gratis kreditter forlænge din runway markant:

Google Cloud tilbyder de mest generøse startup-kreditter, især til AI-fokuserede virksomheder. Hvis du bygger et AI-produkt, kan GCP's startup-program alene retfærdiggøre platformvalget.

Dom: Google Cloud vinder på pris for de fleste workloads, sustained-use rabatter, ingen automatisk debitering i prøveperioden og de højeste startup-kreditter gør det til det mest omkostningseffektive valg. AWS vinder på gratisniveau-bredde (60+ altid-gratis services og 100 GB/md gratis egress). Azures Hybrid Benefit er uovertruffen for organisationer med eksisterende Microsoft-licenser. I enterprise-skala er alle tre forhandelbare, medbring dine brugsdata og forhandl.

DevOps og udvikleroplevelse

CI/CD-pipelines

Azure DevOps er den mest komplette indbyggede CI/CD-løsning, den samler Boards, Repos, Pipelines, Test Plans og Artifacts i én platform. Microsoft ejer også GitHub, hvilket giver Azure-teams den bedste integrerede DevOps-historie.

AWS tilbyder CodePipeline + CodeBuild + CodeDeploy, som er funktionelle, men fragmenterede. I praksis bruger mange AWS-teams GitHub Actions eller Jenkins i stedet for AWS-native CI/CD.

GCP leverer Cloud Build, som er simplere og integrerer godt med Cloud Deploy til GKE. Ligesom AWS kombinerer de fleste GCP-teams Cloud Build med GitHub Actions.

Infrastructure as Code

• AWS CloudFormation: JSON/YAML-skabeloner, AWS-specifik. AWS CDK lader dig definere infrastruktur programmatisk i TypeScript, Python eller Java, det er fremragende til teams, der foretrækker rigtig kode frem for YAML.
• Azure ARM Templates / Bicep: ARM-skabeloner er notorisk voldsomme JSON. Bicep er den forenklede DSL, der gør Azure IaC meget mere håndterlig.
• GCP Deployment Manager: YAML-baseret og mindre populær. De fleste GCP-brugere foretrækker Terraform.
• Terraform: De facto multi-cloud IaC-standarden. Hvis dit team bruger eller planlægger at bruge flere cloud-udbydere, er terraform svaret uanset udbyder.

Kodeeksempel, Terraform-udbyderkonfiguration

Her er tilsvarende Terraform-konfiguration til at deploye en VM på hver platform:

# AWS Provider -- Terraform
provider "aws" {
  region = "us-east-1"
}

resource "aws_instance" "web" {
  ami           = "ami-0abcdef1234567890"
  instance_type = "t3.medium"
  tags = { Name = "web-server" }
}

# Azure Provider -- Terraform
provider "azurerm" {
  features {}
}

resource "azurerm_linux_virtual_machine" "web" {
  name                = "web-vm"
  resource_group_name = azurerm_resource_group.rg.name
  location            = "eastus"
  size                = "Standard_B2s"
  admin_username      = "azureuser"
  # ... network interface, SSH key config
}

# GCP Provider -- Terraform
provider "google" {
  project = "my-project-id"
  region  = "us-central1"
}

resource "google_compute_instance" "web" {
  name         = "web-vm"
  machine_type = "e2-medium"
  zone         = "us-central1-a"
  boot_disk {
    initialize_params { image = "ubuntu-os-cloud/ubuntu-2204-lts" }
  }
  # ... network interface config
}

Bemærk, at Azure kræver en ressourcegruppereference, AWS er den mest koncise, og GCP kræver eksplicit zonespecifikation. Alle tre har modne Terraform-udbydere, valget kommer an på, hvilken cloud du deployer til, ikke Terraform-understøttelse.

Dom: Azure vinder på integreret DevOps, Azure DevOps er den mest komplette indbyggede platform. For multi-cloud-teams er Terraform standarden uanset udbyder. AWS CDK er fremragende til teams, der foretrækker programmatisk IaC frem for deklarative skabeloner. GCP har den reneste udvikleroplevelse, men det mindste native værktøjsøkosystem.

Hybrid og multi-cloud

87 % af virksomheder bruger flere cloud-udbydere. Sådan imødekommer hver platform hybrid- og multi-cloud-behov:

AWS Outposts bringer AWS-hardware ind i dit datacenter og kører native AWS-services on-prem. Den er ideel til regulerede brancher, der har brug for lokal databehandling med AWS' API-overflade.

Azure Arc udvider Azures administrationsplan til enhver infrastruktur, on-prem-servere, AWS, GCP og edge-lokationer. Du administrerer alt fra Azure-portalen. Det er den mest modne multi-cloud-administrationshistorie, der findes i dag.

Google Anthos (som er ved at blive ompositioneret som Google Distributed Cloud) kører GKE-clusters on-prem, på AWS eller på Azure. Den tager en Kubernetes-centreret tilgang til hybrid cloud.

Virkeligheden med multi-cloud er nuanceret. En "best-of-breed"-strategi, at bruge BigQuery til analyse, Azure til enterprise-apps og AWS til generel compute, bliver stadig mere almindelig. Men multi-cloud tilføjer operationel kompleksitet, og du bør kun adoptere det, når fordelene klart retfærdiggør overheaden.

Om vendor lock-in: proprietære services som DynamoDB, Cosmos DB, BigQuery og Cloud Spanner skaber reel migrationsfriktion. Standard-services bygget på open source-fundamenter (PostgreSQL, Kubernetes, Terraform) er meget mere portable. Før du går all-in på en proprietær service, så spørg dig selv: "Ville jeg være villig til at migrere denne om tre år?"

Dom: Azure Arc vinder på multi-cloud-administration, det er den mest komplette løsning til at administrere ressourcer på tværs af udbydere. AWS Outposts vinder på on-prem AWS-native oplevelse. Anthos er stærk til Kubernetes-centrerede arkitekturer, men har et smallere anvendelsesområde.

Global infrastruktur og support

Regioner og availability zones

AWS har det bredeste globale fodaftryk med flest availability zones og det største edge-netværk. Azure har flest regioner (60+), men ikke alle regioner tilbyder fuld servicetilgængelighed. GCP har færre regioner end Azure, men stærk dækning på nøglemarkeder.

Hvis du har brug for en specifik geografisk region af data residency- eller latency-årsager, så tjek hvilken udbyder der faktisk har en region der, før du forpligter dig.

SLA-forpligtelser

Alle tre tilbyder 99,95 %-99,99 % oppetid-SLA'er for de fleste compute-services. GCP's SLA-kreditter er lidt mere generøse, når der opstår nedbrud.

Supportniveauer

GCP's betalte support-indgangspunkt på $500/md er markant højere end AWS' og Azures $29-100/md-muligheder. Hvis overkommelig support betyder noget for dit team, har AWS og Azure fordelen.

Dom: AWS vinder på bredde i global infrastruktur, flest availability zones og det største CDN-edge-netværk. Azure vinder på antal regioner (60+). GCP's support er den dyreste på de lavere niveauer, hvilket kan være en ulempe for mindre teams.

Serviceækvivalenter, AWS vs Azure vs GCP-navnekortlægning

Et af de mest forvirrende aspekter ved at sammenligne cloud-udbydere er, at hver især bruger forskellige navne for tilsvarende services. Bogmærk denne tabel, du får brug for den ofte.

Hvornår du skal vælge hver udbyder

Hvornår du skal vælge AWS

• Du har brug for det bredeste servicekatalog og vil have en platform, der har en løsning til stort set alt
• Dit team har allerede AWS-ekspertise eller -certificeringer
• Du bygger generelle workloads uden en stærk Microsoft- eller Google-økosystem-præference
• Du har brug for det dybeste tredjepartsintegrationsøkosystem, alle værktøjer, biblioteker og SaaS-produkter understøtter AWS først
• Du vil have den mest modne cloud-platform med 18+ års produktionserfaring
• Du er i en reguleret branche (sundhedsvæsen, finans, offentlig sektor), der kræver specifikke compliance-certificeringer

Hvornår du skal vælge Azure

• Din organisation bruger Microsoft-økosystemet (Office 365, Active Directory, Windows Server, .NET, SQL Server, GitHub)
• Du har brug for enterprise hybrid cloud-forbindelse (Azure Arc + ExpressRoute)
• Du vil have eksklusiv OpenAI/GPT-4 API-adgang til produktions-AI-applikationer
• Du har eksisterende Microsoft-licenser, Azure Hybrid Benefit sparer 40-80 % på compute
• Du har brug for offentlig sektor- eller forsvars-cloudevner (Azure Government er den mest certificerede offentlige cloud)
• 85 % af Fortune 500-virksomheder bruger Azure, enterprise-netværkseffekterne betyder noget

Hvornår du skal vælge Google Cloud

• Din prioritet er AI/ML-workloads, TPU'er, Vertex AI og Gemini giver dig den bedste pris-ydelse til træning og inferens
• Du er en datatung organisation, BigQuery er det bedste serverless data warehouse, der findes
• Kubernetes er central for din arkitektur, Google skabte Kubernetes, og GKE er guldstandarden
• Du vil have den simpleste prisfastsættelse, automatiske sustained-use rabatter betyder besparelser uden forpligtelser
• Du er en startup, der søger maksimal kredit, GCP tilbyder $200K-$350K, højest i branchen
• Du værdsætter infrastruktur i Google-skala, de samme systemer, der kører Google Search, YouTube og Gmail

Beslutningsramme, hvilken cloud-udbyder passer til dine behov?

Hvis de detaljerede sektioner ovenfor føles overvældende, kobler denne beslutningsramme din topprioritet direkte til en udbyderanbefaling:

Stadig i tvivl? Her er en simplere beslutningssti: Lever dit team i Microsoft-økosystemet? Vælg Azure. Er din primære workload AI/ML eller dataanalyse? Vælg Google Cloud. Til alt andet er AWS det sikre standardvalg, du går ikke galt i byen, selvom en anden udbyder måske har en lille fordel i en bestemt kategori.

Hvordan Techsy griber cloud-arkitektur an

Hos Techsy har vi arkitekttegnet produktionssystemer på tværs af alle tre store cloud-platforme for startups og scale-ups. Her er den evalueringsproces, vi gennemgår med hver klient:

1. Workload-analyse, vi kortlægger din applikations compute-, storage-, database- og AI-krav til specifikke cloud-services. En dataanalyse-SaaS har helt andre behov end en realtids-mobilapp.
2. Team-ekspertise-audit, hvis dine ingeniører allerede kender AWS godt, giver produktivitetsomkostningerne ved at skifte til GCP for en marginal prisfordel sjældent mening. Vi indregner læringskurven.
3. Compliance-kortlægning, for regulerede brancher (sundhedsvæsen, finans, offentlig sektor) verificerer vi, at måludbyderen opfylder alle krævede certificeringer i dine målregioner.
4. Leverandørrelations-tjek, eksisterende Microsoft Enterprise Agreements, AWS-kontrakter eller startup-kreditprogrammer kan forskyde omkostningsligningen markant.
5. TCO-prognose, vi modellerer total cost of ownership på tværs af alle tre udbydere med din faktiske workload-profil, inklusive egress, support og skjulte omkostninger.
6. Multi-cloud-vurdering, nogle gange er det rigtige svar ikke "vælg én". Vi hjælper teams med at identificere, hvor en best-of-breed-tilgang (f.eks. BigQuery til analyse plus AWS til generel compute) retfærdiggør den ekstra operationelle kompleksitet.

Cloud-anbefalinger, der passer til alle, er farlige. Den rigtige platform afhænger af dit specifikke projekt, team og begrænsninger, ikke af hvilket blogindlæg du læste sidst. At få denne beslutning rigtigt første gang sparer dig for omkostningstunge om-arkitekturer og migreringer hen ad vejen.

Brug for hjælp til at vælge den rigtige cloud-platform? Vores cloud-arkitekter evaluerer dine tekniske krav, skaleringsbehov og budget for at anbefale det bedste match. Få en gratis cloud-arkitekturkonsultation

Endelig dom, AWS vs Azure vs Google Cloud

AWS er fortsat det sikreste standardvalg til generelle workloads. Dets uovertrufne servicebredde, 18-årige track record og dybeste tredjepartsøkosystem betyder, at du kan bygge stort set alt uden at løbe ind i en mur.

Azure er det stærkeste valg til Microsoft-centrerede virksomheder. Hvis din organisation allerede investerer i Microsoft-stakken, skaber Azures gnidningsfrie integration og eksklusive OpenAI-partnerskab en overbevisende kombination, der er svær at genskabe.

Google Cloud er det klogeste valg til AI/ML, dataanalyse og Kubernetes-tunge arkitekturer. TPU'er, BigQuery og GKE repræsenterer ægte best-in-class-produkter, som AWS og Azure ikke har matchet.

Kløften mellem disse tre udbydere indsnævres hvert år. Alle tre er fremragende platforme, der kan køre stort set enhver workload. AI-kapløbet, Azures OpenAI-eksklusivitet, Googles Gemini- og TPU-investering, AWS's Bedrock multi-model-strategi, vil definere den næste fase af cloud-konkurrencen. Vurder din workload, evaluer dit teams ekspertise, beregn dine omkostninger med reelle tal, og gå i gang med at bygge.

Kilder

• AWS-priser, officiel AWS-prisoversigt og -beregner
• Azure-priser, officielle Azure-prisdetaljer og omkostningsstyringsværktøjer
• Google Cloud-priser, officielle Google Cloud-priser og information om gratisniveau
• AWS-dokumentation, omfattende AWS-servicedokumentation og komme-i-gang-guides
• Azure-dokumentation, officiel Microsoft Azure-dokumentation og -tutorials
• Google Cloud-dokumentation, officiel Google Cloud-produktdokumentation og quickstarts

Ofte stillede spørgsmål

Hvad er bedst, AWS, Azure eller Google Cloud?

Ingen er universelt bedre. AWS er bedst til servicebredde og modenhed (200+ services, 18 år på markedet). Azure er bedst til Microsoft-økosystemintegration og enterprise hybrid cloud. Google Cloud er bedst til AI/ML, dataanalyse og Kubernetes. Det rigtige valg afhænger af din workload, dit teams ekspertise og dit budget, ikke en generisk rangliste.

Hvad er forskellen mellem AWS, Azure og Google Cloud?

AWS er den ældste og bredeste cloud-platform med 200+ services. Azure integrerer dybt med Microsoft-værktøjer (Office 365, .NET, Active Directory) og har et eksklusivt OpenAI-partnerskab. Google Cloud fører an inden for AI/ML (TPU'er, Vertex AI) og dataanalyse (BigQuery). Alle tre tilbyder compute, storage, databaser og netværk, men deres styrker og økosystemer adskiller sig markant.

Hvilken cloud-udbyder er billigst?

Google Cloud er typisk billigst til compute-workloads takket være automatiske sustained-use rabatter (20-30 % rabat uden nogen forpligtelse). AWS har det bredeste gratisniveau (60+ altid-gratis services plus 100 GB/md gratis egress). Azure tilbyder Hybrid Benefit til organisationer med eksisterende Microsoft-licenser, hvilket kan spare 40-80 %. Faktiske omkostninger afhænger af workload-mønstre, forpligtelsesniveauer og forhandlede rabatter.

Hvilken cloud er bedst til AI og machine learning?

Google Cloud fører med TPU-hardware, Vertex AI og Gemini-modeller til brugerdefineret modeltræning til den bedste pris-ydelse. Azure har eksklusiv adgang til OpenAI-modeller (GPT-4o, o1), hvis du har brug for GPT-4 i produktion, er Azure din eneste store cloud-mulighed. AWS Bedrock tilbyder det største modeludvalg (Claude, Llama, Titan). Vælg Google til træning, Azure til GPT-4 eller AWS til maksimal modelfleksibilitet.

Hvilken cloud skal jeg lære først?

AWS er det mest anbefalede udgangspunkt. Den har den højeste jobefterspørgsel, de fleste certificeringsstier og det bredeste økosystem, at lære AWS giver dig overførbar cloud-viden. Hvis du arbejder i en Microsoft-centreret organisation, så start med Azure. Hvis du er fokuseret på data science- eller AI/ML-karrierer, er Google Cloud-certificeringer i stigende efterspørgsel.

Mister AWS markedsandele til Azure og Google Cloud?

AWS's markedsandel er faldet fra cirka 33 % til 31 % over de seneste to år, men dens absolutte omsætning fortsætter med at vokse og overstiger 100 milliarder dollars årligt. Azure vokser hurtigst med 39 % år over år, og GCP vokser med 36 % år over år. Cloudmarkedet udvider sig, AWS skrumper ikke, men konkurrenterne vokser deres andele af en større kage.

Hvilken cloud-udbyder er bedst til startups?

Google Cloud tilbyder de højeste startup-kreditter: $200.000-$350.000, især til AI-fokuserede startups. Azure for Startups tilbyder op til $150.000. AWS Activate tilbyder op til $100.000. Ud over kredit gavner Google Clouds automatiske sustained-use rabatter og simple prismodel budgetbevidste startups. Det bedste valg afhænger dog også af din tech-stak og den ekspertise, dit team allerede har.

Kan jeg bruge flere cloud-udbydere på én gang?

Ja, 87 % af virksomheder bruger multi-cloud-strategier. Almindelige mønstre inkluderer at bruge BigQuery (GCP) til analyse, mens produktionsapps kører på AWS, eller at kombinere Azure-enterprise-værktøjer med GCP's AI-evner. Multi-cloud tilføjer operationel kompleksitet, så adopter det kun, når fordelene (undgå vendor lock-in, best-of-breed-services, geografiske krav) klart retfærdiggør overheaden.

Hvilken cloud-udbyder er mest sikker?

Alle tre opfylder de store compliance-certificeringer (ISO 27001, SOC 2, HIPAA, PCI DSS, FedRAMP). AWS har flest certificeringer med 143+. Azure har den stærkeste enterprise-identity-administration (Entra ID) og den mest certificerede offentlige cloud. GCP tager en privatlivscentreret tilgang med stærk databehandlingstransparens. I praksis afhænger sikkerhed mere af, hvordan du konfigurerer dit cloudmiljø, end hvilken udbyder du vælger.

Hvilken cloud har det bedste gratisniveau?

AWS har det bredeste altid-gratis niveau med 60+ services og 100 GB/md gratis egress. GCP tilbyder $300 i kredit i 12 måneder og debiterer aldrig automatisk, når prøveperioden udløber, den sikreste mulighed for lærende. Azure tilbyder $200 i kredit i 30 dage plus 65 altid-gratis services. Til at eksperimentere uden risiko er GCP's ingen-automatisk-debitering-politik det sikreste valg.

Hvilken cloud er bedst til Kubernetes?

Google Cloud, Google skabte Kubernetes, og GKE (Google Kubernetes Engine) anses bredt for at være den mest modne og brugervenlige managed Kubernetes-service. GKE Autopilot administrerer nodeinfrastrukturen fuldt ud og lader dig fokusere helt på dine applikationer. EKS (AWS) og AKS (Azure) er konkurrencedygtige, men kræver mere operationel konfiguration og administrations-overhead.

Hvilken cloud-certificering betaler mest?

AWS Solutions Architect Professional giver i gennemsnit cirka $160.000 i løn. GCP Professional Cloud Architect giver i gennemsnit cirka $155.000. Azure Solutions Architect Expert giver i gennemsnit omkring $140.000. AWS-certificeringer har den højeste jobefterspørgsel i volumen, mens GCP-certificeringer er i højeste efterspørgsel til AI- og data engineering-roller. Alle tre certificeringer værdsættes af arbejdsgivere og er investeringen værd.