Machine Learning e Intelligenza Artificiale

Kubernetes in Sisal: costi cloud più bassi e migliori prestazioni con l’AI di Akamas

Machine Learning e Intelligenza Artificiale

Kubernetes in Sisal: costi cloud più bassi e migliori prestazioni con l’AI di Akamas

DATI ANAGRAFICI

Luca Forni | CEO

Akamas S.p.A.

luca.forni@akamas.io

DESCRIZIONE DEL PROGETTO

Sisal ha collaborato con Akamas per ottimizzare i costi e le prestazioni della Piattaforma Gestione Terminali (PGT). L’intelligenza artificiale di Akamas ha autonomamente modificato le configurazioni del sistema, come i limiti di CPU e memoria di Kubernetes e le impostazioni della JVM. In sole due settimane, Sisal ha ridotto i costi cloud del 58% senza compromettere le prestazioni. Akamas, unica soluzione AI “application-aware”, è la piattaforma autonoma di ottimizzazione per DevOps, SRE e operations che ottiene benefici tangibili in risparmio costi, prestazioni e qualità del servizio IT.

DOCUMENTAZIONE DESCRITTIVA

Sisal: Come ottimizzare prestazioni e costi di Kubernetes? 

Sisal, così come altre aziende con servizi online ad alti volumi transazionali, ha adottato Kubernetes (“k8s”) come elemento fondante delle proprie architetture IT. 

K8s, offre notevoli vantaggi nel disegno di architetture e servizi distribuiti, ma aggiunge uno strato di complessità che rende necessario adottare nuove metodologie e strumenti per la gestione delle risorse, in termini di allocazione efficiente e scalabilità. 

E’ necessaria una continua gestione proattiva del sistema per garantire prestazioni, costi e affidabilità, ma in generale si osserva una tendenza a sovradimensionare l’infrastruttura, rendendo il sistema costoso e altamente inefficiente.

Sisal ha così avviato un progetto, in collaborazione con Akamas, sulla propria Piattaforma Gestione Terminali (PGT), basata su tecnologia k8s.

La piattaforma di ottimizzazione Akamas

Akamas (akamas.io) è un software di ottimizzazione di sistemi IT. L’AI di Akamas osserva il comportamento di un sistema e autonomamente ne modifica le configurazioni dello stack infrastrutturale e applicativo (e.g. Java, Kubernetes, database, … ) con l’obiettivo (definibile a piacere) di riduzione dei costi, miglioramento dei tempi di risposta, aumento delle transazioni concorrenti sostenibili… e nel rispetto di vincoli di business imposti. Ad esempio, si può diminuire l’utilizzo di risorse, e quindi i costi, identificando configurazioni che mantengano invariato il numero di transazioni di business concorrenti.

Akamas opera sia in ambienti di produzione, con workload reali (live optimizations), sia in ambienti di test/pre-produzione, con scenari di carico applicativo emulato attraverso dei performance test (optimization studies). Akamas applica le configurazioni  autonomamente e iterativamente, apprendendo come migliorare ad ogni ciclo.

La tecnologia alla base di Akamas è brevettata (cfr. USPTO 20200293835 16/818263), ed è nata all’interno del gruppo Moviri, in collaborazione con il Politecnico di Milano. Dal 2019, Akamas opera come azienda indipendente.

Il progetto PGT in Sisal

PGT, una piattaforma critica per la gestione di accesso ai dispositivi presso i punti vendita Sisal e la raccolta delle giocate, è composta da circa 50 cluster k8s, distribuiti  in private cloud. Nel progetto qui descritto (“Progetto PGT” per brevità) Akamas è stato integrato nell’ecosistema software di Sisal, inclusi strumenti di analisi prestazionale (Splunk), sistemi di workflow e rilascio automatizzato (Gitlab) e di controllo di qualità dei servizi online (Dynatrace) e dialogando direttamente con il sistema di produzione (“live optimization”) di PGT, portando benefici in termini di costi, senza degradi prestazionali o di affidabilità. 

L’AI di Akamas, osservando il comportamento del sistema “live”, ha identificato autonomamente i cambi di configurazione, nel rispetto dei vincoli di mantenimento del throughput e dei tempi di risposta imposti dal business. In particolare, ha operato su PGT cambiando la configurazione di k8s (CPU e Memory Limits) e della JVM (algoritmi di Garbage Collector, threads, dimensioni delle memorie interne della Heap). 

Riduzione dei costi, migliori prestazioni

Sisal ha misurato miglioramenti significativi in termini di costo di gestione della piattaforma, con una riduzione complessiva dei costi cloud del 58%, grazie a due sole settimane di ottimizzazione autonoma con Akamas, nell’estate del 2022.

L’utilizzo costante di Akamas, e la sua progressiva estensione ad altre applicazioni, ha già permesso e permetterà ulteriori incrementi dell’efficienza dei sistemi IT, con impatti sia a livello di costo che di emissioni,  portando anche ad un incremento della qualità percepita dagli utenti finali, in termini di migliori prestazioni e affidabilità.

L’utilizzo di Akamas inoltre, ha semplificato il lavoro di figure DevOps, SRE, e team di operations, altrimenti impegnati in sessioni di tuning manuale o incident and problem analysis, migliorando il TCO della applicazione stessa.

Application-aware optimization: un approccio unico

Al contrario di quanto avviene comunemente, dove per ottimizzare i sistemi IT sono necessari interventi di esperti che durano settimane o mesi, con focus su specifici layer infrastrutturali, Akamas è ad oggi l’unica soluzione autonoma basata su AI per l’ottimizzazione “application-aware”. 

Akamas è in grado di analizzare sistemi IT complessi e, agendo contemporaneamente sui parametri delle diverse componenti tecnologiche, ottenere benefici tangibili in termini di risparmio costi, prestazioni e qualità del servizio IT. Grazie a queste caratteristiche uniche, è stato concesso un primo brevetto, ed un secondo è in attesa di rilascio; inoltre diversi analisti di mercato (Gartner, 451 Research, GigaOM) hanno incluso Akamas fra le tecnologie emergenti per l’ottimizzazione dei costi cloud.

Akamas, è stato già adottato, o è in fase di adozione, presso altre realtà enterprise nei settori bancario, telco, retail e energia a livello globale (e conta referenze in Europa e in USA).

Leggi tutto

Leggi meno

VIDEO