Lo mejor y la mejor característica de Cast AI es el hermoso mapeo de

1. escalado de nodos

2. escalado horizontal

3. proporciona una vista de solo lectura para que los LLMs puedan aprender y optimizar la estrategia en lugar de simplemente implementarla directamente en nuestro entorno y aprender estrategias de 0 tiempo de inactividad.

4. Su soporte al cliente es muy bueno, para problemas P0 Chandani de castAI está disponible de manera inmediata.

5. Podemos implementar castAI simplemente proporcionando los permisos IAM necesarios e instalando fácilmente castAI en nuestro entorno EKS en 30 minutos.

6. Nuestro costo de infraestructura se redujo al 30% usando castAI durante solo 40-50 días. Reseña recopilada por y alojada en G2.com.

No hay nada que no guste, pero puede haber una mejora.

Podemos tener un mapeo correcto si estamos usando nginx-ingress, ya que tenemos que mapear los grupos de destino del nginx ingress en la consola de castAI. Reseña recopilada por y alojada en G2.com.

Lo que más me gusta de Cast AI es cómo combina de manera efectiva la optimización de costos con la simplicidad operativa. Analiza continuamente nuestras cargas de trabajo de Kubernetes y ajusta automáticamente el tamaño de los nodos, escala los clústeres y aprovecha las instancias spot sin requerir ajustes manuales constantes de nuestro equipo de DevOps. La visibilidad en la utilización de recursos y los ahorros es clara y accionable, lo que facilita justificar las decisiones de infraestructura internamente. Más allá de los ahorros de costos, el verdadero valor es el tiempo ahorrado y la confianza de que el clúster siempre está funcionando en un estado optimizado sin intervención diaria. Reseña recopilada por y alojada en G2.com.

Una desventaja es que algunas de las características más avanzadas de configuración y optimización requieren un entendimiento más profundo de Kubernetes y la infraestructura en la nube para aprovecharlas completamente. Aunque lo básico es fácil de configurar, afinar las políticas y entender el impacto de ciertas decisiones de automatización puede llevar tiempo. Además, capacidades más detalladas de informes de costos y previsión serían útiles para organizaciones que necesitan desgloses financieros detallados por equipos o proyectos. Reseña recopilada por y alojada en G2.com.

Su capacidad para optimizar automáticamente los costos de Kubernetes sin sacrificar el rendimiento destaca. La automatización en torno al dimensionamiento adecuado de la carga de trabajo y la escalabilidad inteligente ahorra una cantidad significativa de tiempo y reduce en gran medida el esfuerzo manual. También aprecio la clara visibilidad en el rendimiento del clúster y las métricas de costos, lo que facilita tomar decisiones informadas y mantenerse al tanto del uso. En general, la plataforma es fácil de usar, se integra sin problemas con los entornos de nube existentes y ofrece ahorros de costos medibles rápidamente. La configuración fue guiada por el equipo de soporte y frecuentemente la usamos para crear grupos de nodos, etc. Reseña recopilada por y alojada en G2.com.

Una desventaja de Cast AI es que la configuración inicial y el ajuste fino pueden llevar algo de tiempo, especialmente en entornos de Kubernetes más complejos. Aunque la automatización es potente, puede llevar un tiempo comprender y configurar completamente todas las funciones de optimización, y puede haber una curva de aprendizaje para los equipos que son nuevos en la gestión de costos de Kubernetes. Además, tener opciones de personalización más profundas e informes más detallados en ciertas áreas haría que la plataforma fuera aún más fuerte en general. Reseña recopilada por y alojada en G2.com.

Nos ayuda a optimizar nuestros clústeres de K8 y reducir costos. La interfaz de usuario es excelente y muestra claramente cuánto hemos ahorrado hasta ahora, así como lo que aún se puede mejorar dentro de nuestro clúster. El optimizador de carga de trabajo también es una característica realmente útil. Reseña recopilada por y alojada en G2.com.

Es difícil encontrar registros para ciertas cosas, y también es difícil entender por qué algo no está funcionando cuando surge un problema. Por ejemplo, recientemente mi reequilibrio programado no estaba funcionando correctamente, e incluso el equipo de soporte no pudo averiguar por qué al principio. Después de mucho investigar, descubrimos que era porque una máquina estaba atascada en un estado extraño después de un reequilibrio anterior. No fue fácil rastrear qué causó esto, y parecía que el soporte tampoco pudo identificar el problema de inmediato. Reseña recopilada por y alojada en G2.com.

Cast AI automatiza la orquestación de nodos y el dimensionamiento adecuado, utilizando un empaquetado avanzado para garantizar una alta densidad de clúster y rendimiento. Gestiona eficazmente los ciclos de vida de las instancias spot con una recuperación automática, reduciendo significativamente la sobrecarga de cómputo y el ajuste manual de la infraestructura. Reseña recopilada por y alojada en G2.com.

La configuración inicial de los permisos de IAM y los límites de automatización requiere una fase de configuración cuidadosa antes de entregar completamente el control de la infraestructura. Reseña recopilada por y alojada en G2.com.

lo que más me gusta de cast ai es cómo convierte la optimización de costos de kubernetes de una tarea manual y reactiva en un sistema automatizado e inteligente.

en lugar de depender de grupos de nodos estáticos o de la lógica básica del escalador automático de clústeres, cast ai analiza continuamente las solicitudes de recursos de los pods, la utilización real, la eficiencia de empaquetado y los precios en tiempo real de spot y bajo demanda. basado en esos datos, selecciona dinámicamente los tipos de instancia más rentables sin intervención manual.

algunas cosas que destacan:

escalado automático consciente de la carga de trabajo que optimiza la selección del tipo de instancia, no solo el conteo de nodos

fuerte optimización de spot con controles de estabilidad para cargas de trabajo de producción

visibilidad clara de la sobreaprovisionamiento y las ineficiencias

reducción de la carga operativa en comparación con el ajuste manual de grupos de nodos

en mi experiencia usándolo en un entorno de producción de kubernetes, el mayor valor es la optimización continua sin comprometer la fiabilidad. se siente menos como un panel de monitoreo y más como una capa de control activa para la eficiencia de costos de infraestructura. Reseña recopilada por y alojada en G2.com.

aunque cast ai ofrece una fuerte automatización y optimización de costos, hay una curva de aprendizaje para comprender y confiar plenamente en su toma de decisiones automatizada, especialmente para los equipos acostumbrados a gestionar la infraestructura a un nivel muy granular. en algunos casos, tener una visibilidad más profunda del razonamiento exacto detrás de la selección de instancias o las decisiones de reemplazo de nodos añadiría aún más confianza durante las auditorías o revisiones de incidentes. sin embargo, esto se trata más de mejorar la transparencia y la familiaridad que de limitaciones en la capacidad, y con una configuración y gobernanza adecuadas de kubernetes, la plataforma funciona de manera confiable y eficiente. Reseña recopilada por y alojada en G2.com.

En lugar de que los equipos pasen horas ajustando el tamaño de los nodos, modificando los escaladores automáticos o adivinando los tipos de instancias, Cast AI analiza continuamente los requisitos de carga de trabajo y automáticamente:

Selecciona los tipos de instancias más rentables

Optimiza el escalado automático de clústeres en tiempo real

Utiliza instancias spot de manera inteligente para reducir costos

Elimina la sobreaprovisionamiento sin afectar el rendimiento Reseña recopilada por y alojada en G2.com.

Dependencia del proveedor: Confiar en la automatización para tomar decisiones sobre la infraestructura central aumenta nuestra dependencia operativa de un tercero. Reseña recopilada por y alojada en G2.com.

Cast AI ha entregado reducciones de costos reales y automatizadas en GCP para nuestra API de comunicaciones altamente escalable sin comprometer la fiabilidad ni el control. Optimiza continuamente nuestras cargas de trabajo de Kubernetes de una manera segura, predecible y bien alineada con los requisitos de producción.

Lo que más valoro es que nuestro equipo de SRE mantiene firmemente el control. Cast AI proporciona recomendaciones claras, aplica las directrices que definimos y automatiza la ejecución sin convertirse en una caja negra.

Hemos visto ahorros significativos en infraestructura sin impacto en la producción y con un esfuerzo continuo mínimo. Para un equipo que opera a gran escala, ese equilibrio de automatización, seguridad y control es el mayor logro. Reseña recopilada por y alojada en G2.com.

La principal brecha está en torno a la visibilidad y el reporte a nivel superior. Aunque la optimización en sí funciona bien, convertir los datos en vistas claras y listas para ejecutivos sobre las tendencias de ahorro y la atribución requiere un esfuerzo adicional.

Además, más explicaciones integradas detrás de ciertas recomendaciones ayudarían con la incorporación y la comprensión del equipo en general. Mejorar los informes y la explicabilidad haría que una plataforma ya fuerte sea aún mejor. Reseña recopilada por y alojada en G2.com.

Aprecio la gama de recursos diversos que la herramienta ofrece y, además de las actualizaciones constantes enfocadas en la mejora de la herramienta, es posible percibir la valorización de quienes trabajan en este proyecto y su compromiso con la excelencia. La posibilidad de identificar cuánto cuesta la aplicación de cada equipo que corre en el clúster, es sensacional. Reseña recopilada por y alojada en G2.com.

A veces, su dimensionamiento no es tan interesante. No sé si esto ocurre debido a los cálculos de Requests y Limits, pero suele intentar subir algunos nodos con cantidades absurdas de memoria, lo que me haría gastar mucho más que ahorrar. Por eso, es necesario imponer varios límites y no dejar que funcione sin control; de lo contrario, el costo puede terminar aumentando en lugar de disminuir. Reseña recopilada por y alojada en G2.com.

Me encanta cómo CAST AI no solo señala dónde estoy gastando de más, sino que realmente entra y automatiza las correcciones para que no tenga que ajustar manualmente los clústeres todo el día. Su capacidad para manejar Instancias Spot es un salvavidas total porque mantiene mis aplicaciones funcionando sin problemas mientras reduce mi factura de la nube a más de la mitad. Honestamente, es como tener un profesional de DevOps dedicado trabajando 24/7 para asegurarse de que nunca paguemos más de lo que realmente usamos. Reseña recopilada por y alojada en G2.com.

Una cosa que encuentro frustrante es que ceder tanto control a una "caja negra" autónoma puede ser estresante, especialmente porque ocasionalmente reinicia las cargas de trabajo para moverlas y los informes no siempre son tan detallados como la facturación nativa en la nube a la que estoy acostumbrado. Reseña recopilada por y alojada en G2.com.