Инструменты

Prometheus

Следите за последними материалами, объяснениями и связанными технологическими историями.

Последние материалы

CN
ИИ-агенты не заменяют Kubernetes: как безопасно разделить роли управления?

ИИ-агенты не заменяют Kubernetes: как безопасно разделить роли управления?

Материал предлагает оставить выводы и сбор контекста в зоне ответственности ИИ-агентов, а выполнение изменений и приведение состояния в соответствие — операторам Kubernetes и системам политик. Такое разделение призвано позволить использовать агентов, не предоставляя им неограниченные полномочия в кластерах.

CN
Как предоставить командам Kubernetes безопасный доступ к метрикам GPU без раскрытия данных арендаторов

Как предоставить командам Kubernetes безопасный доступ к метрикам GPU без раскрытия данных арендаторов

Два инженера Adobe представляют архитектуру с открытым исходным кодом, которая предоставляет каждой команде в мультитенантном кластере Kubernetes самостоятельный и изолированный доступ к собственным метрикам, сокращая объём хранимых временных рядов примерно на 97% в типичном случае. Подход основан на Prometheus, kube-rbac-proxy, prom-label-proxy и пользовательских ресурсах Kubernetes, а не на создании новой платформы мониторинга.

CN
От программирования с ИИ к инфраструктуре, готовой к эксплуатации

От программирования с ИИ к инфраструктуре, готовой к эксплуатации

Doron Grinstein считает, что инструменты программирования с использованием искусственного интеллекта снизили стоимость запуска проектов, но увеличили разрыв между созданием прототипа и эксплуатацией безопасного и масштабируемого сервиса. Вместо отказа от практик cloud native он призывает сделать их доступными для агентов и неспециализированных разработчиков с помощью декларативных интерфейсов и автоматизированных защитных механизмов.

CN
Как опередить всплеск спроса: прогнозируемое масштабирование GPU-нагрузок в Kubernetes

Как опередить всплеск спроса: прогнозируемое масштабирование GPU-нагрузок в Kubernetes

Два инженера Adobe представляют проект проактивного масштабирования GPU-нагрузок в Kubernetes, призванный компенсировать медленную подготовку узлов, из-за которой интерактивное масштабирование отстаёт от волн спроса. В основе проекта — модель Bi-LSTM, детектор внезапных всплесков и поэтапный масштабировщик; теневые испытания показали точность 85% в пределах ±10% за десять минут до возникновения спроса.

CN
CNCF присвоила Kubeflow статус выпускного проекта, укрепив стандарт эксплуатации ИИ на Kubernetes

CNCF присвоила Kubeflow статус выпускного проекта, укрепив стандарт эксплуатации ИИ на Kubernetes

Фонд CNCF объявил о выпуске проекта Kubeflow, признав его зрелой и готовой к производственному использованию платформой для управления жизненным циклом искусственного интеллекта и машинного обучения на Kubernetes. Решение принято после расширения проекта до более чем 6 600 участников и почти 260 миллионов загрузок Python-пакетов из PyPI.