A Akamai enfrentou desafios em sua infraestrutura de nuvem e, com a ajuda da Cast AI, conseguiu otimizar custos em até 70% por meio da automação de monitoramento e ajuste de recursos no Kubernetes, permitindo que a empresa se concentrasse na inovação enquanto mantinha eficiência e segurança.
A otimização de nuvem é um desafio crescente, especialmente com o aumento dos custos na era da IA generativa. A Akamai, enfrentando uma infraestrutura complexa, conseguiu cortar até 70% dos custos de nuvem utilizando agentes de IA orquestrados pelo Kubernetes. Essa estratégia permitiu à empresa manter a eficiência sem comprometer a segurança ou o desempenho.
Agentes especializados monitoram, analisam e agem
Os agentes especializados da Cast AI desempenham um papel crucial na otimização da infraestrutura de nuvem da Akamai.
Integrados ao ecossistema Kubernetes, esses agentes monitoram continuamente o ambiente, analisando dados em tempo real para identificar oportunidades de melhoria. Ao detectar ineficiências, eles agem automaticamente para ajustar recursos, garantir segurança e maximizar a eficiência.
A plataforma de Automação de Desempenho de Aplicativos (APA) é a base desse processo, utilizando modelos de machine learning (ML) e aprendizado por reforço para prever padrões e otimizar o uso de computação.
Com isso, a Akamai pode alocar apenas os recursos necessários, reduzindo custos e mantendo a performance ideal.
Além disso, a APA é projetada para se integrar facilmente a infraestruturas existentes, permitindo que as empresas adotem essas soluções sem a necessidade de substituir sistemas já implementados.
Isso garante uma transição suave e eficiente, mantendo o controle total sobre os dados e operações dentro dos clusters Kubernetes dedicados.
Desafios únicos da Akamai
A Akamai enfrenta desafios únicos devido à complexidade de sua infraestrutura de nuvem, que suporta uma rede de entrega de conteúdo (CDN) e serviços de cibersegurança para clientes exigentes.
Essa infraestrutura deve cumprir rigorosos acordos de nível de serviço (SLAs) e requisitos de desempenho, garantindo a segurança e a eficiência das operações.
Como uma das maiores consumidoras de serviços de nuvem de seus fornecedores, a Akamai realiza constantes reengenharias para suportar suas necessidades específicas.
A empresa atende clientes de diversos setores, incluindo grandes instituições financeiras, o que torna a segurança e a confiabilidade de seus serviços cruciais para manter a confiança do cliente.
Desafios e soluções
Um dos principais desafios é equilibrar a complexidade com os custos. A Akamai precisa escalar rapidamente sua capacidade de nuvem durante ataques cibernéticos, o que pode aumentar a demanda em até 1000 vezes.
No entanto, preparar essa capacidade antecipadamente seria financeiramente inviável, exigindo soluções inovadoras para otimizar a infraestrutura sem comprometer o desempenho.
Otimização automática da infraestrutura Kubernetes
A otimização automática da infraestrutura Kubernetes é essencial para a Akamai, permitindo que a empresa gerencie seus recursos de forma eficiente e econômica.
Com a ajuda da Cast AI, a Akamai implementou uma plataforma que ajusta automaticamente a capacidade de nuvem em tempo real, conforme a demanda varia, sem comprometer o desempenho das aplicações.
Antes da implementação, a equipe de DevOps da Akamai realizava ajustes manuais nos workloads do Kubernetes algumas vezes por mês, um processo trabalhoso e caro.
Agora, centenas de agentes da Cast AI realizam essas otimizações continuamente, garantindo que a infraestrutura esteja sempre ajustada para a melhor eficiência de custos.
Entre as funcionalidades principais estão a escalabilidade automática, a automação detalhada do Kubernetes com bin packing (minimizando o número de “bins” usados), a seleção automática das instâncias de computação mais econômicas e a automação de instâncias Spot durante todo o ciclo de vida.
Essas capacidades permitiram à Akamai economizar significativamente nos custos de nuvem, enquanto liberava sua equipe para focar em inovações e melhorias contínuas.
Fonte: VentureBeat
