PerfectScalePerfectScale

Cette page est également disponible en English, Deutsch, Español, Italiano, 日本語 et Português.

Rapyd réduit ses coûts cloud de 35 à 40 % avec PerfectScale

Comment Rapyd a dépassé ses limites d'observabilité et renforcé la stabilité de ses applications grâce à l'optimisation Kubernetes pilotée par l'IA

PerfectScale
Rapyd

The Challenge

Rapyd se heurtait à des limites d'observabilité dans son environnement Kubernetes, qui l'empêchaient d'optimiser efficacement le rapport coût/performance.

The Solution

PerfectScale a apporté une optimisation Kubernetes pilotée par l'IA, permettant à Rapyd d'agir en amont pour améliorer à la fois l'efficacité des coûts et les performances système.

Results

  • Réduction des coûts cloud de 35 à 40 % grâce à une optimisation intelligente
  • Stabilité applicative et performances système renforcées
  • Passage d'une optimisation réactive à une démarche proactive

The initial implementation of PerfectScale to our global environments was a revelation. It exposed the extent of our resource wastage and unnecessary expenditure. This realization was eye-opening; we discovered that our provisioning had been excessive across nodes, pods, and clusters, revealing a significant deviation from Kubernetes best practices. We decided to proceed with a Proof of Concept with PerfectScale, embarking on a path to efficient scaling and optimization.

Boris Isakov, DevOps Team Leader and Technical Kubernetes Lead, Rapyd

Le défi

Rapyd se heurtait à des limites d'observabilité dans son environnement Kubernetes, qui empêchaient toute optimisation efficace du rapport coût/performance. Faute de visibilité réelle sur son infrastructure, les équipes ne pouvaient pas trancher sur l'allocation des ressources ni sur leur optimisation.

La solution

PerfectScale a apporté une optimisation Kubernetes pilotée par l'IA, offrant à Rapyd la visibilité et l'intelligence nécessaires pour optimiser son environnement en amont. La plateforme a permis de mener des actions ciblées, au bénéfice de l'efficacité des coûts comme des performances système.

Les résultats

Grâce aux capacités d'optimisation de PerfectScale, Rapyd a obtenu des résultats remarquables : une réduction de 35 à 40 % de ses coûts cloud, tout en renforçant la stabilité de ses applications et les performances système. Cette transformation lui a permis de passer d'une optimisation réactive à une démarche proactive.

Découvrez comment PerfectScale améliore l'efficacité de Kubernetes

Découvrez comment PerfectScale aide les équipes à right-sizer leurs clusters, à éliminer le gaspillage et à gagner en performance, sans réglage manuel.

More customer stories

PicnicAI

PicnicAI automatise 85 à 90 % de ses workloads Kubernetes et gagne en fiabilité avec PerfectScale by DoiT

85–90%
des workloads applicatifs désormais couverts par le redimensionnement automatisé
50%
de réduction approximative du temps consacré par l'équipe à la gestion de l'infrastructure
Stefanini

Stefanini réduit de 26 % ses coûts de compute Kubernetes grâce à PerfectScale by DoiT

26%
De réduction des coûts de compute Kubernetes
>60%
De réduction des coûts d'infrastructure au cours de l'année écoulée
OneFootball

PerfectScale by DoiT aide OneFootball à optimiser Kubernetes face au trafic football mondial à grande échelle

25%
De réduction des coûts d'infrastructure Kubernetes
80%
De réduction de l'effort d'ingénierie consacré à l'optimisation des coûts et au réglage de la résilience Kubernetes
Luma Health

Luma Health réduit ses coûts EKS de 40 % et libère des milliers d'heures d'ingénierie par an

90%
De temps en moins sur le rightsizing manuel de Kubernetes
40%
De réduction des coûts Amazon EKS
+1,700h/year
D'heures d'ingénierie réorientées vers la fiabilité et la performance
PlayHQ

PlayHQ optimise ses coûts Kubernetes multi-tenant

40%
De réduction des coûts Kubernetes hors production
40%
De réduction des coûts K8s hors production
20%
De réduction des coûts K8s en production
SNCF

Comment la SNCF a éliminé le gaspillage K8s et renforcé sa fiabilité à grande échelle

30%
De workloads en plus à coût constant
30%
De workloads absorbés en plus à coût constant
~€500K
D'économies annualisées estimées
NOS

NOS divise ses coûts Kubernetes par deux et retrouve confiance dans l'optimisation

50%
Réduction des coûts
50%
De réduction des coûts sur le plus grand cluster
0%
De ressources inutilisées sur les node pools principaux
K1x

K1x réduit drastiquement ses coûts cloud et simplifie ses opérations Kubernetes

Thousands
D'économies par mois
Thousands
D'économies mensuelles sur les dépenses cloud
<10%
D'utilisation des ressources sur les nœuds surdimensionnés avant optimisation