Granulate宣布利用AI优化Linux服务器环境的平台已普遍使用
9月23日消息 ， Granulate今天宣布 ， 一个利用机器学习算法来优化内部或云端运行的Linux服务器环境的平台现在已经普遍可用 。该公司首席执行官Asaf Ezra表示 ， Granulate平台采用名为gAgent的代理 ， 该代理安装机器学习算法以在服务器环境中不断优化部署 。该公司还启动了gCenter ， 这是一个门户 ， IT团队可以通过该门户管理这些代理的部署 。
Granulate代理会自动了解任何应用程序的特定资源使用模式和数据流 。通过分析CPU调度顺序 ， 超额使用的锁 ， 内存 ， 网络和磁盘访问模式 ， 该代理还可以识别超额使用的资源 ， 瓶颈和优先级机会 。然后 ， 在操作系统级别上调整有关CPU ， 锁 ， 缓存和网络访问的调度和优先级决策 ， 以提高应用程序性能 。
Ezra说 ， 由Granulate创建的代理将根据IT团队使用gCenter定义的参数自动优化服务器环境 。他说 ， 这种功能不仅使IT团队能够将成本降低60％ ， 而且响应时间缩短了40％ ， 总吞吐量提高了5倍 ， 并且需要对应用程序代码进行任何更改 。
文章插图
据该公司称 ， PicsArt ， Perion ， AppsFlyer和Coralogix的IT团队已经部署了40 ， 000多个gAgent实例 。
gAgent旨在使用任何命令行在任何Linux服务器上轻松安装 。Ezra说 ， 安装完成后不久 ， IT团队就会发现他们可以显着减小集群规模并缩小计算机规模 。
在COVID-19大流行带来的经济衰退之后 ， IT团队面临比以往任何时候都更大的降低成本的压力 。但是 ， IT环境通常变得过于复杂 ， 无法在不依靠某种形式的人工智能来自动化IT操作（AIOps）的情况下进行优化 。
【Granulate宣布利用AI优化Linux服务器环境的平台已普遍使用】 尽管许多IT团队最初可能对AI的有效性持怀疑态度 ， 但越来越明显的是 ， 在某种程度上不依靠机器学习算法来优化IT环境是不可行的 。
当然 ， 挑战在于确保所采用的任何形式的AI都能做出正确的优化决策 。因此 ， 大多数IT团队往往会先启动小型AIOps项目 ， 直到他们可以验证所做的决定是否有效 。一旦建立了信任级别 ， 曾经被手动执行的IT团队的许多繁琐任务要么被消除 ， 要么至少被大幅减少 。
尚不清楚各种形式的AIOps将对IT工作产生什么影响 。从理论上讲 ， 较小的IT团队应该能够管理较大的IT环境 。但是 ， 随着整个IT环境变得更加自动化 ， 大多数组织似乎并没有消除职位 ， 而是在增加可以部署的应用程序数量 。
不管喜欢与否 ， IT变得越来越自动化 。现在的问题是准确确定IT管理员和可以自我管理的计算机之间的接口现在位于何处 。
责任编辑：tzh
推荐阅读
- 春天保养实木地板 常见生活用品巧利用
- 企业如何利用人工智能技术改善客户体验?
- 卫生间设计很有讲究
- 桌面级新锐龙处理器的降临！AMD宣布10月8日即将发布Zen3
- 晶心科技宣布其新发布的处理器核心已具备ACE功能
- 客厅家具摆放要注意什么 怎样充分利用客厅空间
- 如何利用AI技术提高监控能力?
- Sonnet宣布了其Fusion Dual U.2 SSD PCIe卡
- 如何利用人工智能_AI保护其数字资产的研究
- 利用资源巧清洁 厨房灶台清洁方法