云已經(jīng)發(fā)生了革命性的變化，使其易于構(gòu)建，啟動和擴展服務(wù)。微軟(Azure)，亞馬遜(AWS)和Google(Google Cloud)的最新收益報告清楚地表明，這推動了主要云提供商的支出浪潮。微軟剛剛報告了Azure的QoQ增長62%，AWS在2019年第四季度為亞馬遜帶來了近100億美元的收入，谷歌在一月份首次報告了云收入。

各種規(guī)模的公司顯然都在云上投資數(shù)十億美元，而且似乎沒有上限。Gartner預(yù)測，到2022年，整體云支出將超過3300億美元，并且這個數(shù)字每年都在增長。但與此同時，目前的估計表明，數(shù)十億美元的支出是不必要和浪費的支出的結(jié)果。最近對每年在云上花費至少500萬美元的公司的調(diào)查發(fā)現(xiàn)，絕大多數(shù)(69%)經(jīng)常將其云預(yù)算超支25%或更多。

雖然大多數(shù)公司，從德國漢莎航空公司的西雅圖海鷹，以可口可樂，使用公共云解決方案，他們租用計算能力的成本暴漲。由于經(jīng)常保持壓力，或者應(yīng)用程序無法高效運行，因此它們通常需要支付比所需更多的功率。使用云服務(wù)的CIO和CFO處于困境中：他們需要云的效率來交付服務(wù)，但是他們對董事會和股東負有信托責任，以降低成本。

云應(yīng)該通過其按需付費的模式來最大程度地降低成本，那么，使每月云賬單飛速增長的空間發(fā)生了什么？

問題在于，每個人都在為自己的要求付費，而不是實際使用的價格。資源超額配置是為了讓您高枕無憂，并且僅在未滿足SLA的情況下才進行性能調(diào)整。

我們是怎么來到這里的?持續(xù)集成(CI)和持續(xù)交付(CD)理應(yīng)成為高效DevOps團隊不可或缺的一部分，從而允許快速更新應(yīng)用程序，以便工程師可以每隔幾分鐘就可以頻繁地發(fā)布代碼。傳統(tǒng)上，這些推動新代碼的工程師具有主要優(yōu)先事項：確保該應(yīng)用程序仍在運行或按預(yù)期水平運行。這一挑戰(zhàn)使工程師不得不投入大量資源，但是他們常常盲目地這樣做，因為沒有優(yōu)化工具，就沒有確切的科學知識可以解決這個問題。這導(dǎo)致了超額配置和更高的成本，并且通常來說，效率低下和配置欠佳。

人們再也解決不了這個問題

公司需要弄清楚如何獲得所需的性能，同時控制云費用。答案在于，隨著新代碼的發(fā)布，性能調(diào)整會不斷發(fā)生，但是要做到這一點，他們需要超越人為因素而轉(zhuǎn)向AI。

云計算中的變量太多，人類無法調(diào)整服務(wù)以實現(xiàn)效率和成本優(yōu)化。即使是一個簡單的5容器應(yīng)用程序，也可以具有255萬億個資源和基本參數(shù)排列。這就是為什么大多數(shù)應(yīng)用程序性能管理(APM)工具在建議減少使用率時幾乎沒有觸及表面的原因。

這種由AI驅(qū)動的節(jié)省成本的活動甚至使大型云提供商受益，因為這意味著更多的公司將繼續(xù)將這些節(jié)省的資金投資于其他云服務(wù)。畢竟，云提供商不想嚇到擁有大量月度賬單的公司，他們想鼓勵采用更明智的云戰(zhàn)略以帶來長期支出。