源信息经过deepseek翻译并总结
摘要：
Akamai Technologies利用Cast AI平台的应用程序性能自动化（APA）解决方案，通过Kubernetes编排的AI代理成功减少40%-70%云资源浪费。该方案采用机器学习与强化学习算法，实时监控并自动优化多云环境中的成本、安全及性能，支持自动扩缩容、装箱算法优化和Spot实例管理。Akamai云工程高级总监Dekel Shavit指出，方案显著降低云支出并减少手动管理负担。Cast AI创始人Laurent Gil强调平台遵循”人在回路”原则，所有操作均在客户专属Kubernetes集群内完成，确保数据安全。该方案帮助Akamai在复杂基础设施和严格服务水平协议下实现成本与性能平衡，尤其有效应对突发流量。
大规模削减云资源浪费：Akamai通过Kubernetes编排的AI代理节省70%成本 | VentureBeat
大规模削减云资源浪费：Akamai通过Kubernetes编排的AI代理节省70%成本
Taryn Plumb@taryn_plumb
2025年6月16日 下午4:11
VentureBeat/Midjourney
近二十年来，企业领导者信赖的盛会。VB Transform汇聚了制定真实企业AI战略的精英。了解更多
在生成式AI兴起的当下，云成本已达到历史高点。但这不仅仅是因为企业使用了更多算力——而是未能高效利用。事实上，今年企业预计将因不必要的云支出浪费445亿美元。
对于Akamai Technologies而言，这一问题尤为突出：该公司在多云环境中拥有庞大而复杂的基础设施，同时还面临严格的安全要求。
为解决这一问题，这家网络安全与内容交付提供商选择了应用程序性能自动化平台Cast AI，其AI代理可优化多云环境中的成本、安全性与速度。最终，该平台帮助Akamai根据不同工作负载削减了40%至70%的云成本。
“我们需要一种持续优化基础设施并降低云成本的方法，同时不牺牲性能，”Akamai云工程高级总监Dekel Shavit告诉VentureBeat。“我们是处理安全事件的环节，延迟不是选项。若无法实时响应安全攻击，我们就失败了。”
监控、分析与行动的专用代理
Kubernetes管理着运行应用程序的基础设施，使其更易于部署、扩展和管理，尤其在云原生和微服务架构中。
Cast AI创始人兼总裁Laurent Gil解释，该平台已集成至Kubernetes生态，帮助客户扩展集群与工作负载、选择最佳基础设施并管理计算生命周期。其核心平台“应用程序性能自动化（APA）”通过一组专用代理运行，持续监控、分析并采取行动以提升应用性能、安全性、效率与成本。企业仅需从AWS、微软或谷歌等云服务商按需调配计算资源。
APA由多个基于历史数据与学习模式的机器学习（ML）和强化学习（RL）模型驱动，并辅以可观测性工具堆栈和启发式算法。它与多云环境下的基础设施即代码（IaC）工具结合，形成全自动化平台。
Gil强调，APA的核心理念是可观测性仅是起点——“基础而非目标”。Cast AI支持渐进式采用，客户无需推翻现有系统，即可集成至现有工具与工作流。此外，所有分析与操作均在客户专属的Kubernetes集群内完成，确保数据不外泄，增强安全性与控制力。
Gil还指出“以人为中心”的重要性：“自动化辅助人类决策”，APA始终保持“人在回路”的工作流程。
Akamai的独特挑战
Shavit表示，Akamai庞大而复杂的云基础设施为内容分发网络（CDN）和网络安全服务提供支持，服务于“全球要求最严苛的客户与行业”，同时需遵守严格的服务水平协议（SLA）和性能要求。
他提到，在某些服务领域，他们可能是供应商的最大客户，并与超大规模云服务商合作进行了“大量核心工程与重构”以满足需求。此外，Akamai服务于不同规模与行业的客户，包括大型金融机构与信用卡公司，其服务直接关系到客户的安全态势。
最终，Akamai需要在复杂性与成本间取得平衡。Shavit指出，真实攻击可能导致特定基础设施组件的容量激增100倍或1000倍，但“提前将云容量扩展1000倍在财务上不可行”。团队曾考虑从代码侧优化，但业务模型的复杂性迫使其聚焦于核心基础设施本身。
全自动优化Kubernetes基础设施
Shavit解释，Akamai真正需要的是一个能实时优化跨多云环境下核心基础设施成本的Kubernetes自动化平台，并基于需求波动动态扩展应用，同时不牺牲性能。
在采用Cast前，Akamai的DevOps团队每月仅手动调整Kubernetes工作负载数次。面对庞大而复杂的基础设施，这一过程既困难又昂贵，且间歇性分析显然无法实现实时优化潜力。“如今，数百个Cast代理每秒都在执行相同调整，”Shavit说。
Akamai使用的APA核心功能包括：自动扩缩容、通过装箱算法（最小化资源单元使用）实现深度Kubernetes自动化、自动选择最具成本效益的计算实例、工作负载规模调整、Spot实例全生命周期自动化以及成本分析能力。
“集成两分钟后我们就获得了成本分析洞察，这是前所未有的，”Shavit表示。“代理激活后，优化自动启动，节省立即显现。”
Spot实例（以折扣价使用闲置云容量）在商业逻辑上具有吸引力，但由于Akamai复杂的Apache Spark等工作负载，实际操作困难重重。Shavit指出，这迫使团队要么过度设计工作负载，要么投入更多人力，反而违背了财务初衷。
通过Cast AI，团队得以“零工程投入”在Spark上使用Spot实例。其价值“极其明显”，只需找到合适工具即可。这也成为选择Cast的关键原因之一。
尽管节省2-3倍的云账单令人欣喜，但Shavit强调“无需人工干预的自动化”才是“无价之宝”，带来了“巨大”的时间节省。此前，团队需“不断调整旋钮与开关”以确保生产环境与客户服务达标。
“最大的好处无疑是无需再手动管理基础设施，”Shavit总结道。“Cast代理团队现已接管此事，让我们的团队能专注于最重要的事：更快为客户交付功能。”
编者注：本月VB Transform大会上，谷歌云CTO Will Grannis与Highmark Health高级副总裁兼首席分析官Richard Clarke将探讨医疗领域的新AI技术栈，以及在复杂监管环境中部署多模型AI系统的现实挑战。立即注册。
VB每日商业用例洞察
若想给老板留下深刻印象，VB每日为您提供内幕。我们分享企业在生成式AI领域的实践，从法规变动到实际部署，助您掌握最大化投资回报的洞见。
阅读我们的隐私政策
感谢订阅。查看更多VB新闻通讯。
发生错误。
新发布：VB Transform 2025新增50张门票
2025年6月24-25日，加入旧金山盛会，与顶尖领袖共商真实AI挑战，分享有效方案，塑造未来趋势。席位有限，即刻抢占。
-
请勿出售我的个人信息
© 2025 VentureBeat。版权所有。
×### 您所需的真知灼见，免去冗余干扰
提交
感谢订阅。查看更多VB新闻通讯请点击此处。
发生错误。