PerfectScalePerfectScale

Questa pagina è disponibile anche in English, Deutsch, Español, Français, 日本語 e Português.

Rapyd riduce i costi cloud del 35-40% con PerfectScale

Come Rapyd ha superato i limiti di osservabilità e migliorato la stabilità applicativa con l'ottimizzazione di Kubernetes basata sull'AI

PerfectScale
Rapyd

The Challenge

Rapyd si trovava di fronte a limiti di osservabilità nel proprio ambiente Kubernetes che impedivano di ottimizzare in modo efficace i costi e le performance di sistema.

The Solution

PerfectScale ha portato un'ottimizzazione di Kubernetes basata sull'AI, permettendo a Rapyd di agire in modo proattivo per migliorare sia l'efficienza dei costi sia le performance di sistema.

Results

  • Ridurre i costi cloud del 35-40% grazie a un'ottimizzazione intelligente
  • Migliorare la stabilità delle applicazioni e le performance di sistema
  • Passare da interventi reattivi ad azioni di ottimizzazione proattive

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

La sfida

Rapyd doveva fare i conti con limiti di osservabilità nel proprio ambiente Kubernetes, che ostacolavano un'ottimizzazione efficace dei costi e delle performance di sistema. Senza una visibilità adeguata sull'infrastruttura, era impossibile prendere decisioni consapevoli sull'allocazione delle risorse e sulle attività di ottimizzazione.

La soluzione

PerfectScale ha messo a disposizione un'ottimizzazione di Kubernetes basata sull'AI, offrendo a Rapyd la visibilità e l'intelligenza necessarie per ottimizzare l'ambiente in modo proattivo. La piattaforma ha permesso di adottare azioni mirate, che hanno migliorato sia l'efficienza dei costi sia le performance di sistema.

I risultati

Grazie alle funzionalità di ottimizzazione di PerfectScale, Rapyd ha raggiunto risultati notevoli: una riduzione dei costi cloud del 35-40% e, in parallelo, una maggiore stabilità delle applicazioni e migliori performance di sistema. Una trasformazione che le ha permesso di passare da un approccio reattivo a una strategia di ottimizzazione proattiva.

Scopra come PerfectScale migliora l'efficienza di Kubernetes

Veda come PerfectScale aiuta i team a fare right-sizing dei cluster, ridurre gli sprechi e migliorare le performance senza tuning manuale.

More customer stories

PicnicAI

PicnicAI automatizza l'85-90% dei workload Kubernetes e migliora l'affidabilità con PerfectScale by DoiT

85–90%
dei workload applicativi ora coperti dal resizing automatico
50%
riduzione approssimativa del tempo che il team infrastruttura dedica all'infrastruttura
Stefanini

Stefanini taglia del 26% i costi di compute Kubernetes con PerfectScale by DoiT

26%
Riduzione dei costi di compute Kubernetes
>60%
Riduzione dei costi di infrastruttura nell'ultimo anno
OneFootball

PerfectScale by DoiT aiuta OneFootball a ottimizzare Kubernetes per il traffico calcistico globale su larga scala

25%
di riduzione dei costi dell'infrastruttura Kubernetes
80%
di riduzione del lavoro di engineering dedicato all'ottimizzazione dei costi e al tuning della resilienza su Kubernetes
Luma Health

Luma Health taglia del 40% i costi di EKS e libera migliaia di ore di engineering all'anno

90%
Tempo in meno sul rightsizing manuale di Kubernetes
40%
Riduzione dei costi di Amazon EKS
+1,700h/year
Ore di engineering reindirizzate ad affidabilità e prestazioni
PlayHQ

PlayHQ ottimizza i costi Kubernetes multi-tenant

40%
Riduzione dei costi Kubernetes non-production
40%
Riduzione dei costi K8s non-production
20%
Riduzione dei costi K8s in produzione
SNCF

Come SNCF ha ridotto gli sprechi su K8s aumentando l'affidabilità su larga scala

30%
Più workloads a costi invariati
30%
Workloads in più assorbiti a costi invariati
~€500K
Risparmi annualizzati stimati
NOS

NOS dimezza i costi Kubernetes e ricostruisce la fiducia nell'ottimizzazione

50%
Riduzione dei costi
50%
Riduzione dei costi sul cluster più grande
0%
Risorse inattive sui node pool principali
K1x

K1x abbatte i costi cloud e semplifica le operazioni Kubernetes

Thousands
Risparmio mensile
Thousands
Risparmio mensile sulla spesa cloud
<10%
Utilizzo delle risorse sui nodi sovradimensionati prima dell'ottimizzazione