主页
Case Studies
IBM TechZone
首先需要建立一种支持快速增长和持续改进的文化。“我们将自己定位为 IBM® 旗下的一家早期初创公司,”IBM 自动化部门高级 Technology Zone 经理 Jason Erickson 解释道。
IBM Technology Zone (TechZone) 是供 IBM 的所有市场推广团队和 IBM 业务合作伙伴生态系统用来配置和自定义实时演示环境的单一目的地。只需点击几下,即可访问多种基础架构和软件解决方案。
“一个技术卖家登录到 TechZone,启动一款在公共云上运行的产品(例如 IBM Cloud Pak for Data)的一个实例。与此同时,一个业务合作伙伴登录,启动另一款在本地运行的产品(例如 IBM Cloud Pak for Business Automation)的一个实例。将这样的情况放大 500 倍。这就是 TechZone 中每天都在发生的事情,”Erickson 解释道。借助这些演示环境,用户既可以直接体验新产品,还能够更好地了解如何在自己的环境中实施新产品以及它将对自己的业务产生什么样的影响。这些环境专为宣传推广和深入了解而设计,因此是短暂的。它们的存在时间介于几小时到数天不等。
“在过去的几年里,我们一直在大幅扩张我们的业务,并在 IBM 和我们的业务合作伙伴生态系统中获得新用户,”Erickson 指出。“这样就要求我们快速、安全地构建基础架构,以支持他们的环境。”这就是 TechZone 选择 IBM Turbonomic® 的原因。
在 4 个月内执行了 175,000 多个自动化资源配置操作
自从实施 Turbonomic 以来,该团队已在公共云方面节省超过 619,000 美元
TechZone 的 IT 环境极其复杂,而且处于不断变化的状态。平均而言,该团队管理着公共云中的 2,600 个虚拟机 (VM)、本地的 14,000 个虚拟机以及分布在 600 个集群中的 274,000 个容器,其中包含 178,000 个 Pod。
“在这一周开始时,我们运行着 12,000 个虚拟机,到本周末,我们将拥有 16,000 个虚拟机,这些虚拟机分布在由 Azure、AWS、Red Hat OpenShift、Kubernetes 和 VMware 组成的混合云环境中,”Erickson 解释道。“我们每一周都会经历这样的需求波动周期。在拥有 Turbonomic 之前,我们缺乏一个单一可信信息源,因此无法可靠地显示我们的环境中运行着多少个虚拟机。我们必须登录到六七个不同的界面,并手动汇总数据。而现在,我们对整个环境(从应用程序层到基础架构)拥有了一个实时更新的综合视图。”
全栈可见性是 TechZone 降低成本之旅中的关键第一步,但这只是开始。即使一支由高绩效的个人组成的团队也无法手动审查这种规模的环境并为其建立最佳的资源分配。他们需要一个 AI 和分析引擎,以便持续不断地审查他们的环境,从而发现并抓住机会以改善资源分配。“我们无法创建要部署在 TechZone 上的全部内容。我们允许 IBM 社区创建要在我们的环境中运行的模式。我们的九人团队无法手动检查每一个模式。而 Turbonomic 的 AI 完全可以在这方面提供帮助,”Erickson 说道。
TechZone 团队首先从他们的 Amazon Web Services (AWS) 和 VMware 环境以及 Red Hat® OpenShift® (ibm.com 外部链接)入手,以开始进行优化。他们首先审查并手动执行了由 AI 驱动的 Turbonomic 资源配置建议。“例如,可以立即在 AWS 中实施很多非破坏性操作。我们研究了很多措施,以便在提高存储性能的同时降低成本,”Erickson 回忆道。该团队密切关注资源配置变化的影响,并随着时间的推移不断优化。随着对建议的信任不断增强,该团队开始实施自动化。
目前,该团队正在自动执行所有 AWS 容量扩展操作和容器 Pod 移动操作,以及所有环境中的虚拟机放大操作和测试环境中的虚拟机缩小操作。在自动执行操作以降低风险和确保性能的前四个月里,Turbonomic 在自己的本地环境中执行了 175,000 多个自动化资源配置操作,并在 AWS 上执行了 19,000 多个自动化资源配置操作。在此期间,TechZone 团队在自己的公共云环境中节省了 619,000 美元。
如果没有智能自动化,就不可能完成规模如此之大的优化之旅。TechZone 这样的环境根本无法只通过手动干预来优化。在为整个环境构建了全栈视图并开始深入了解由 AI 驱动的 Turbonomic 资源配置建议之后,TechZone 团队就能够安全地提高环境的效率,同时继续提供卓越的最终用户体验。
展望未来,该团队计划提高自动化的采用率。“通过这些初始用例,我们发现效果非常明显。接下来,我们将深入了解在 Turbonomic 中可以更自动化地执行哪些操作,”Erickson 解释道。
© Copyright IBM Corporation 2023。IBM Corporation, New Orchard Road, Armonk, NY 10504
美国生产,2023 年 5 月。
IBM、IBM 徽标和 Turbonomic 是 International Business Machines Corporation 在美国和/或其他国家或地区的商标或注册商标。其他产品和服务名称可能是 IBM 或其他公司的商标。ibm.com/trademark 上的“版权和商标信息”部分中提供了 IBM 商标的最新列表。
VMware 、VMware 徽标、VMware Cloud Foundation、VMware Cloud Foundation Service、VMware vCenter Server 和 VMware vSphere 是 VMware, Inc. 或其子公司在美国和/或其他司法管辖区的注册商标或商标。
Red Hat®、JBoss®、OpenShift®、Fedora®、Hibernate®、Ansible®、CloudForms®、RHCA®、RHCE®、RHCSA®、Ceph® 和 Gluster® 是 Red Hat, Inc. 或其子公司在美国和其他国家/地区的商标或注册商标。
本文档为自最初公布日期起的最新版本,IBM 可能随时对其进行更改。IBM 并不一定在开展业务的所有国家或地区提供所有产品或服务。
以上所有引用或描述的客户实例的展示取决于部分客户使用 IBM 产品的方式以及他们可能取得的结果。实际的环境成本和性能特征会因具体客户配置和情况而有所不同。无法提供通用的预期结果,因为每个客户的结果将完全取决于客户的系统和订购的服务。本文档内的信息“按现状”提供,不附有任何种类的(无论是明示的还是默示的)保证,包括不附有关于适销性、适用于某种特定用途的任何保证以及非侵权的任何保证或条件。IBM 产品根据其提供时所依据的协议条款和条件获得保证。