PerfectScale reconnaît désormais les déclencheurs HPA qui ciblent un seul conteneur, ce qui garantit des recommandations de right-sizing précises pour les workloads utilisant l'autoscaling au niveau conteneur. Les recommandations s'appliquent uniquement au conteneur surveillé par le HPA, évitant ainsi toute suggestion sur- ou sous-dimensionnée. Podfit et Zoom-In distinguent désormais les déclencheurs au niveau pod de ceux au niveau conteneur : les données affichées reflètent le comportement réel de votre autoscaler.

Un menu plus clair qui présente l'ensemble des fonctionnalités PerfectScale, avec des sections distinctes pour les pages d'organisation et de cluster, et un accès rapide à n'importe quel cluster.

PerfectScale affiche désormais les coûts des clusters, le gaspillage des pods et les économies potentielles en EUR, GBP, JPY, ILS, CHF et bien d'autres devises.

PerfectScale signale désormais les conteneurs dont les allocations CPU ne cessent d'augmenter sans réduire la pression sur les ressources — le signe d'un problème de workload plutôt que d'une demande réelle. L'automatisation suspend toute nouvelle augmentation de CPU dès que les seuils que vous avez configurés sont atteints. Définissez des limites d'augmentation quotidiennes et hebdomadaires dans votre YAML d'automatisation pour un right-sizing sûr et prévisible.

Les pods non évincables bloquent le scale-down et le drain des nœuds, limitant discrètement l'élasticité du cluster et vos économies. Ils sont désormais visibles et peuvent être corrigés via API.

Exploitez pleinement les ressources dans les namespaces régis par des ResourceQuotas

API publique pour les données d'utilisation et d'efficacité des nœuds, et les insights d'optimisation de l'infrastructure

Identifiez tous les workloads Java d'un cluster en un clic, sans le moindre label

Les chiffres de PerfectScale s'affichent désormais comme on les écrit dans votre pays.

Identifiez et corrigez les configurations qui bloquent le scale-down des nœuds.

PerfectScale by DoiT délivre désormais des recommandations concrètes pour affiner la configuration de vos NodePool Karpenter, en parfaite adéquation avec l'exécution réelle de vos workloads.

PerfectScale offre désormais une visibilité sur l'utilisation de la mémoire GPU, levant un angle mort et vous permettant d'exécuter vos workloads d'IA/ML en toute confiance.

Réduisez la charge de maintenance et gardez vos agents constamment à jour avec le PerfectScale Operator — un opérateur Kubernetes qui gère l'installation et les mises à niveau de tous les composants PerfectScale.

Identifiez précisément les pods qui maintiennent vos nodes actifs et bloquent le scale-down. La nouvelle vue Unevictable Pods de PerfectScale InfraFit met en évidence ces workloads sur l'ensemble des node groups, avec le détail des ressources CPU, mémoire et GPU pour chaque node. Associez-la aux recommandations de nodes pour optimiser le bin-packing, tirer le meilleur parti de Karpenter ou Cluster Autoscaler et réduire vos dépenses Kubernetes.

Les utilisateurs peuvent désormais renseigner le paramètre de requête "period" afin de cibler la fenêtre temporelle des workloads et leurs données d'analyse de coûts

Comprenez pourquoi les recommandations mémoire sont calibrées ainsi — avec une ligne Max Memory activable et des marqueurs d'événements OOM kill affichés directement sur le graphique ZoomIn.

Activez et pilotez l'automatisation de vos workloads Kubernetes directement depuis l'interface web de PerfectScale

Nous avons fait évoluer le modèle de statuts d'automatisation des workloads et amélioré l'expérience utilisateur associée.

Les politiques d'optimisation peuvent désormais être gérées directement via les Custom Resources Kubernetes — en complément ou en remplacement de l'interface — offrant aux équipes un contrôle total de type GitOps sur la façon dont PerfectScale recommande les ressources à chaque niveau de la hiérarchie du cluster.

Nous avons déployé une mise à jour majeure des recommandations de nœuds dans PerfectScale pour K8s — passant d'un simple "meilleur choix" à une expérience multi-suggestions qui offre aux utilisateurs un véritable contrôle sur leur infrastructure.