Cast AI Avaliações e Detalhes do Produto

CAST AI ajusta automaticamente o tamanho das cargas de trabalho, remove nós subutilizados e seleciona as instâncias mais econômicas em tempo real, economizando até ~ 60% nas contas de nuvem sem sacrificar o desempenho.

Seu autoscaler é rápido e responsivo, escalando cargas de trabalho vertical e horizontalmente com atraso mínimo, e suporta empacotamento em tempo real.

A varredura de segurança integrada e os insights em tempo real sobre vulnerabilidades e configurações incorretas em seus clusters são úteis para conformidade.

Com políticas, as equipes podem impor governança (por exemplo, proibindo o uso de GPU ou restringindo tipos de instância), o que é útil em ambientes grandes ou compartilhados.

Especialmente para organizações com cargas de trabalho dinâmicas ou irregulares, a automação do CAST AI leva a reduções substanciais de custos.

• Simplicidade e Velocidade:

A interface é limpa, a integração é relativamente rápida e as substituições de nós acontecem em minutos.

• Ótimo para Equipes de SRE/Plataforma:

Alivia a dor de gerenciar escalonamento automático, provisionamento e seleção de nós. Análise coletada por e hospedada no G2.com.

• Curva de Aprendizado em Governança:

A configuração de políticas e a interpretação de algumas recomendações exigem um pouco de aprendizado, especialmente para equipes novas nos detalhes internos do Kubernetes.

• Profundidade Limitada da Documentação:

Alguns usuários podem achar que a documentação é insuficiente para casos de uso avançados, particularmente ao integrar com configurações não padrão (por exemplo, federação de identidade de carga de trabalho do GKE, rede personalizada). Análise coletada por e hospedada no G2.com.

- 30% de economia nos custos de nuvem em toda a nossa computação

- Aumento na produtividade da minha equipe: uma tarefa que levava sete dias agora é concluída em três ou quatro dias

- Também desbloqueamos economias adicionais de custos com Spot Instances graças à seleção automatizada de instâncias Análise coletada por e hospedada no G2.com.

Sem reclamações, o suporte do Cast é ótimo Análise coletada por e hospedada no G2.com.

A CAST AI oferece um monitoramento robusto de custos do Kubernetes, proporcionando uma visão clara do uso de recursos e despesas em todos os clusters. Suas recomendações de custo acionáveis são particularmente úteis, orientando os usuários sobre como otimizar ou reduzir gastos com etapas específicas e práticas. Além disso, a CAST AI suporta o monitoramento de clusters a nível organizacional, facilitando para as organizações a gestão e análise do custo e desempenho de múltiplos clusters em um só lugar. No geral, a CAST AI é uma ferramenta eficaz para empresas que buscam obter melhor controle sobre seus custos e eficiência no Kubernetes. Análise coletada por e hospedada no G2.com.

Embora o CAST AI ofereça recursos poderosos de otimização de custos, há algumas áreas que poderiam ser melhoradas. A configuração inicial e a integração com ambientes Kubernetes existentes podem ser complexas e podem exigir tempo e expertise substanciais. Alguns usuários relataram uma curva de aprendizado ao navegar na interface e entender toda a gama de funcionalidades. Além disso, como uma plataforma de terceiros, pode haver preocupações em torno da segurança dos dados e da entrega do gerenciamento de clusters. O preço também pode se tornar uma consideração para equipes menores ou organizações com orçamentos limitados. Análise coletada por e hospedada no G2.com.

A capacidade do CAST AI de otimizar automaticamente as cargas de trabalho do Kubernetes para custo e desempenho é incrivelmente poderosa. Eu aprecio particularmente os recursos de escalonamento automático e ajuste de tamanho que reduzem nossa conta de nuvem sem intervenção manual. A interface é intuitiva, e a integração com AWS e GCP foi perfeita. A visibilidade de custos em tempo real e as recomendações acionáveis nos ajudam a manter o controle do uso de recursos. Análise coletada por e hospedada no G2.com.

Há uma curva de aprendizado durante a configuração inicial, especialmente se você for novo nos detalhes do Kubernetes. Além disso, eu gostaria de ver mais documentação sobre configurações de políticas personalizadas para empresas com necessidades de infraestrutura únicas. Embora o suporte seja útil, o tempo de resposta poderia ser um pouco mais rápido durante problemas críticos. Análise coletada por e hospedada no G2.com.

CAST AI é uma ferramenta fácil para integrar os clusters Kubernetes. Ela fornece dashboards fáceis de entender para a utilização de CPU e RAM do Node e das cargas de trabalho. É fácil implementar as coisas com a ajuda do CAST. Ação rápida sobre os problemas com o suporte ao cliente 24X7. O agendamento de reequilíbrio é um ótimo recurso fornecido pelo CAST, com o qual podemos agendar o reequilíbrio com horários flexíveis. Nós, da nossa organização, estaremos frequentemente visualizando o console. Também fornece configurações de Slack e alertas sobre as métricas. Análise coletada por e hospedada no G2.com.

A CAST AI deve melhorar os recursos abaixo, como fornecer os logs para os escaladores automáticos de carga de trabalho. Os logs de auditoria precisam ser melhorados para uma melhor compreensão das integrações. Análise coletada por e hospedada no G2.com.

CAST AI ajuda as organizações a gerenciar recursos em nuvem e otimizar a parte de custos com alta disponibilidade a baixo custo. A equipe de consultoria é muito confiável e está disponível quase a qualquer momento.

A integração com o CAST AI é super fácil e conectamos nosso cluster à ferramenta CAST AI e, usando modelos de nós e alocação de recursos, o tipo de máquina e os recursos foram agendados para os pods no cluster do Google Kubernetes Engine. Podemos até definir a região onde nossos pods serão gerados.

Usamos um script terraform para conectar nossos clusters às ferramentas CAST AI. A equipe do CAST AI é muito útil na parte de integração, fornecendo a documentação para conectar nosso cluster ao CAST AI. Análise coletada por e hospedada no G2.com.

Às vezes, há alguns problemas que surgem, como tipos de máquinas que podem não ser suportados pelos aplicativos que provisionamos com a ferramenta CAST AI, o que realmente me irrita. Análise coletada por e hospedada no G2.com.

Para uma plataforma que utiliza multi-tenancy do k8s, monitorar e otimizar custos facilmente em muitos clusters e namespaces é muito importante. Cast nos dá uma maneira fácil de alcançar isso. Análise coletada por e hospedada no G2.com.

Para cargas de trabalho desiguais entre Pods em um Deployment ou StatefulSet, a auto-escalabilidade nem sempre oferece os melhores resultados, mas isso é verdade para todas as opções de auto-escalabilidade do k8s disponíveis. Com o cast.ai, você pode ajustar manualmente as solicitações/limites. Análise coletada por e hospedada no G2.com.

Foi muito fácil para nós mudar do AWS EKS Karpenter para o CastAI. Os módulos Terraform nos permitiram integrá-lo perfeitamente em nossos fluxos de trabalho de Infraestrutura como Código.

Já durante o POC, conseguimos reduzir os custos de instância em cerca de 30%, então o produto se pagou. Por causa disso, foi muito fácil convencer a gestão a comprar o produto.

Atualmente, estamos trabalhando junto com a CastAI para implementar a escalabilidade vertical e horizontal para todas as nossas principais cargas de trabalho (CastAI VPA + keda HPA). Análise coletada por e hospedada no G2.com.

O modelo de permissões precisa ser estendido. Atualmente, não há como conceder permissões por cluster ou namespace. Isso seria necessário para responsabilidade compartilhada. Análise coletada por e hospedada no G2.com.

A automação de custos em nuvem da Cast.AI oferece uma solução robusta para otimização de recursos através de sua tecnologia inovadora, aliviando significativamente o fardo das equipes de DevOps. À medida que se integra perfeitamente em nossos clusters Kubernetes, tornou-se um componente crítico de nossa infraestrutura. Sem o sólido suporte da Cast.AI, o processo de integração poderia ter sido arriscado e complexo. O que realmente diferencia a Cast.AI é como ela simplifica a integração e garante que os usuários possam utilizar efetivamente todos os recursos. A equipe de suporte é sempre rápida e eficaz, fornecendo a orientação necessária para navegar pelas complexidades da ferramenta. Este nível de assistência inspira confiança tanto na plataforma quanto nos profissionais dedicados por trás dela. Análise coletada por e hospedada no G2.com.

Não tenho reclamações significativas sobre a Cast.AI; quaisquer problemas encontrados durante nossa jornada de integração foram prontamente resolvidos pela equipe de suporte ou até mesmo diretamente pelos desenvolvedores. Análise coletada por e hospedada no G2.com.

Começando -- CAST é extremamente fácil de instalar e configurar. Eles oferecem instalação por script, Helm charts e módulos Terraform, o que tornou muito simples integrá-los ao nosso processo existente de inicialização de cluster.

Uma vez implantado, você é imediatamente apresentado a painéis que lhe darão insights valiosos sobre gastos, uso e segurança, e implementar economias de custo é tão simples quanto clicar em um botão.

A partir desse momento, eles fazem todo o trabalho pesado na seleção de nós e garantem que seus grupos de nós estejam operando no ponto de preço mais eficiente e escalando conforme necessário. Diga adeus ao provisionamento manual e à gestão de grupos de nós para sempre.

O suporte também tem sido um ponto alto ao trabalhar com a CAST. Na rara ocasião em que encontramos algum problema, eles têm sido extraordinariamente responsivos e dedicam recursos para ajudar com nosso problema até que seja resolvido, não importa a hora do dia ou da noite. Análise coletada por e hospedada no G2.com.

A principal dificuldade que encontramos com o CAST é a justificativa de custo. A ferramenta custa significativamente menos dinheiro do que economiza (e é de longe um saldo positivo), no entanto, nos vemos tendo que explicar à liderança por que nosso maior custo agora é o CAST. Em última análise, isso é fácil de explicar, é apenas algo que encontramos com frequência. Análise coletada por e hospedada no G2.com.