9月23日消息，Granulate今天宣布，一個利用機器學習算法來優化內部或云端運行的Linux服務器環境的平臺現在已經普遍可用。該公司首席執行官Asaf Ezra表示，Granulate平臺采用名為gAgent的代理，該代理安裝機器學習算法以在服務器環境中不斷優化部署。該公司還啟動了gCenter，這是一個門戶，IT團隊可以通過該門戶管理這些代理的部署。

Granulate代理會自動了解任何應用程序的特定資源使用模式和數據流。通過分析CPU調度順序，超額使用的鎖，內存，網絡和磁盤訪問模式，該代理還可以識別超額使用的資源，瓶頸和優先級機會。然后，在操作系統級別上調整有關CPU，鎖，緩存和網絡訪問的調度和優先級決策，以提高應用程序性能。

Ezra說，由Granulate創建的代理將根據IT團隊使用gCenter定義的參數自動優化服務器環境。他說，這種功能不僅使IT團隊能夠將成本降低60％，而且響應時間縮短了40％，總吞吐量提高了5倍，并且需要對應用程序代碼進行任何更改。

據該公司稱，PicsArt，Perion，AppsFlyer和Coralogix的IT團隊已經部署了40，000多個gAgent實例。

gAgent旨在使用任何命令行在任何Linux服務器上輕松安裝。Ezra說，安裝完成后不久，IT團隊就會發現他們可以顯著減小集群規模并縮小計算機規模。

在COVID-19大流行帶來的經濟衰退之后，IT團隊面臨比以往任何時候都更大的降低成本的壓力。但是，IT環境通常變得過于復雜，無法在不依靠某種形式的人工智能來自動化IT操作（AIOps）的情況下進行優化。

盡管許多IT團隊最初可能對AI的有效性持懷疑態度，但越來越明顯的是，在某種程度上不依靠機器學習算法來優化IT環境是不可行的。

當然，挑戰在于確保所采用的任何形式的AI都能做出正確的優化決策。因此，大多數IT團隊往往會先啟動小型AIOps項目，直到他們可以驗證所做的決定是否有效。一旦建立了信任級別，曾經被手動執行的IT團隊的許多繁瑣任務要么被消除，要么至少被大幅減少。

尚不清楚各種形式的AIOps將對IT工作產生什么影響。從理論上講，較小的IT團隊應該能夠管理較大的IT環境。但是，隨著整個IT環境變得更加自動化，大多數組織似乎并沒有消除職位，而是在增加可以部署的應用程序數量。

不管喜歡與否，IT變得越來越自動化。現在的問題是準確確定IT管理員和可以自我管理的計算機之間的接口現在位于何處。
責任編輯：tzh