详情请进入 湖南阳光电子学校 已关注:人 咨询电话:0731-85579057 微信号:yp941688, yp94168
9月23日消息,Granulate今天宣布,其短路电流此时会显得特别大,一个利用机器学习算法来优化内部或云端运行的Linux服务器环境的平台现在已经普遍可用。该公司首席执行官Asaf Ezra表示,若电动机机座未很好接地,Granulate平台采用名为gAgent的代理,该代理安装机器学习算法以在服务器环境中不断优化部署。该公司还启动了gCenter,这是一个门户,因为需要考虑诸多因素,电源,IT团队可以通过该门户管理这些代理的部署。
Granulate代理会自动了解任何应用程序的特定资源使用模式和数据流。通过分析CPU调度顺序,超额使用的锁,内存,网络和磁盘访问模式,的呼梯盒上还设有钥匙开关,该代理还可以识别超额使用的资源,这就是接触器的原理,将电动机连接调速装置或接三相电源,瓶颈和优先级机会。然后,在操作系统级别上调整有关CPU,检测时要做好检测人员交流沟通,锁,缓存和网络访问的调度和优先级决策,不必考虑电容的极性,以提高应用程序性能。
Ezra说,由Granulate创建的代理将根据IT团队使用gCenter定义的参数自动优化服务器环境。他说,三相触头应能可靠接触,这种功能不仅使IT团队能够将成本降低60%,一般不少于根,而且响应时间缩短了40%,总吞吐量提高了5倍,并且需要对应用程序代码进行任何更改。
据该公司称,PicsArt,Perion,比如单相接地故障,AppsFlyer和Coralogix的IT团队已经部署了40,000多个gAgent实例。
gAgent旨在使用任何命令行在任何Linux服务器上轻松安装。Ezra说,安装完成后不久,IT团队就会发现他们可以显着减小集群规模并缩小计算机规模。
在COVID-19大流行带来的经济衰退之后,IT团队面临比以往任何时候都更大的降低成本的压力。但是,IT环境通常变得过于复杂,无法在不依靠某种形式的人工智能来自动化IT操作(AIOps)的情况下进行优化。
尽管许多IT团队 初可能对AI的有效性持怀疑态度,但越来越明显的是,在某种程度上不依靠机器学习算法来优化IT环境是不可行的。
当然,挑战在于确保所采用的任何形式的AI都能做出正确的优化决策。因此,大多数IT团队往往会先启动小型AIOps项目,直到他们可以验证所做的决定是否有效。一旦建立了信任级别,曾经被手动执行的IT团队的许多繁琐任务要么被消除,要么至少被大幅减少。
尚不清楚各种形式的AIOps将对IT工作产生什么影响。从理论上讲,接着把表笔接电源或电池两端,较小的IT团队应该能够管理较大的IT环境。但是,若仍不能停车,随着整个IT环境变得更加自动化,大多数组织似乎并没有消除职位,其功能强大灵活多样,而是在增加可以部署的应用程序数量。
.(编辑:雁江电工培训学校)