クラウド最適化プロジェクトに欠けているもの | ザ・テック・ロボット著 | 2024 年 1 月

クラウド最適化のアイデアは、多くの企業がクラウド コンピューティングから期待した価値を得ることができていないという懸念の結果として生まれました。 簡単に言えば、企業は現在のクラウドホスト型システムに「最適化」が必要であることを認識しつつあります。 これには、処理とストレージの効率を向上させるためのコードの再加工から、よりコスト効率の高い新しいクラウド プラットフォームの発見、特定の状況ではアプリやデータの再配置まで、あらゆるものが含まれます。 これには通常、オンサイトでの再配置またはリセット ボタンの押下が必要になります。

クラウド最適化の調査では、クラウドの導入を調査し、クラウドを強化してコストを削減する方法を見つけます。 アーキテクチャとガバナンスの改革が可能な領域を見つけるために、再構築、十分に活用されていないインスタンス、リザーブドインスタンス、未使用の無駄を調査します。

評価中に、専門家がクラウド請求書を検索し、運用のダウンタイムを削減しながら最も大幅なコスト削減を実現します。 環境を再設計すれば、間違いなく料金を安くできるかもしれませんが、そのような大規模なプロジェクトに対応する時間やメンテナンス能力がない場合は、すぐに請求額を変えることができる簡単な代替手段があります。

検査官が最初に探すのは、底部近くにあり、アーキテクチャの変更を必要としない果物です。 次に、ガバナンスとタグ付けの取り組みに移り、その後、ダウンタイムと使用状況の調整が必要となる、より詳細なアーキテクチャの変更を掘り下げます。

クラウドへの支出は急速に制御不能になる可能性があります。 ある多国籍製薬会社は、膨大な量のデータを高温のクラウド ストレージ環境に保管していました。 ライフサイクル戦略においてベスト プラクティスを使用していませんでした。

クラウドの評価では、企業がホット ストレージ内のデータにアクセスする頻度に応じて実行速度のコストが調査されました。 ほとんどのものはそこにある必要はありませんでした。 したがって、同社は保管コストを半分以下に削減しました。

私たちが協力したすべての企業は、クラウド内の何かを改善する必要があります。 クラウドには大きなスキルギャップがあり、大企業を除くほとんどの企業は、組織のクラウド展開を継続的に評価するための知識や時間を備えた専門知識を社内に欠いています。

コスト削減のためだけにクラウド設定を変更することを考えていますか? しかし、問題はお金だけに留まりません。 レビューを通じて、リソースの過小利用と過剰利用を特定し、必要な設定に合わせてアプリのサイズを調整できます。

さらに、多くの企業は、最適化による節約を活用して、より多くのクラウド移行に資金を提供しています。 特定のワークロードをすでにクラウドに移行しており、他のワークロードを移行したい場合は、評価によって節約額が明らかになり、予算内に移行のための枠を確保できる可能性があります。

1. 企業は、クラウド最適化の監査を行う際に、明確な RI 戦略が欠如しているために損失を出していることに気づくことがよくあります。 必要がない場合、ワークロードと仮想マシン (VM) は継続的に実行される場合があります。 いくつかの RI 購入オプションのうちの 1 つが、価格と全体的な割引率の観点から、他の購入オプションよりも合理的である可能性があります。

賢い RI 戦略は、単純にすべてに対して RI を購入するのではなく、どの予約が期限切れになり、どこで RI が使用されなくなり、市場で変換、変更、または販売するかを検討することで構成されます。

2. もう 1 つの一般的な問題は、企業が最新のクラウド プロバイダーのリソースに追いついていないことです。 数か月ごとに製品を改善するという彼らの取り組みは、それらのアップグレードを使用する限り、あなたのビジネス目標に利益をもたらす可能性があります。

3. 自動スケーリング機能により、企業は需要に応じて使用するリソースの量と種類を調整できます。 このアプローチでは、CPU 消費量、ストレージ容量、ネットワーク トラフィックなどのルールベースの測定値を生成することで構成を自動化します。 クラウド最適化の取り組みでは、クラウド コンピューティングの自動スケーリング機能を有効にする必要があります。

クラウドの導入は毎日から四半期ごとに調査して、最適なソリューションが使用されていること、および節約が最適化されていることを確認する必要があります。 これは、予算の最適化、効率の向上、最新のテクノロジーとリソースの使用、将来のクラウドの最大化のための代替案の発見に役立ちます。

こちらも読んでいる人 — 量子強化学習が AI 進化に与える影響