ScaleOps 增加了预测性水平扩展和智能资源分配

ScaleOps 增加了预测性水平扩展和智能资源分配

💡 原文英文,约600词,阅读约需3分钟。
📝

内容提要

以色列初创公司ScaleOps推出了基于AI的动态容器资源分配和实时扩展功能,旨在优化应用负载和资源分配,减少开发与运维之间的摩擦。该平台声称可为企业节省50%的云成本并提升应用性能。ScaleOps成立于2022年,已获得8000万美元融资。

🎯

关键要点

  • 以色列初创公司ScaleOps推出基于AI的动态容器资源分配和实时扩展功能。

  • 该平台利用预测性水平自动扩展,实时预测应用负载。

  • ScaleOps的目标是减少开发与运维之间的摩擦,优化资源分配。

  • 公司声称可为企业节省50%的云成本并提升应用性能。

  • ScaleOps能够与其他自动扩展工具集成,确定每个工作负载的最佳副本数量。

  • 智能Pod放置功能优化资源分配,考虑应用约束和集群状态。

  • 公司提供的仪表板帮助工程团队快速分析问题根源并管理工作负载。

  • ScaleOps适用于任何Kubernetes环境,包括主要云平台和本地服务器。

  • 公司成立于2022年,最近获得5800万美元的B轮融资,总融资达到8000万美元。

  • 未来将扩展到传统资源、网络、存储和GPU等领域。

延伸问答

ScaleOps的主要功能是什么?

ScaleOps提供基于AI的动态容器资源分配和实时扩展功能,旨在优化应用负载和资源分配。

ScaleOps如何帮助企业节省云成本?

ScaleOps声称通过实时预测扩展和智能Pod放置,可以为企业节省50%的云成本。

ScaleOps成立于哪一年?

ScaleOps成立于2022年。

ScaleOps如何与其他自动扩展工具集成?

ScaleOps可以与开源的Karpenter、Cluster Autoscaler、HorizontalPodAutoscaler(HPA)或Keda等自动扩展工具集成,以确定每个工作负载的最佳副本数量。

ScaleOps的智能Pod放置功能有什么优势?

智能Pod放置功能通过考虑应用约束和集群状态,优化资源分配,减少所需的活动节点数量。

ScaleOps的仪表板功能有什么用?

ScaleOps提供的仪表板帮助工程团队快速分析问题根源并管理工作负载。

➡️

继续阅读