Turbonomic 混合云成本优化的两个关键方面是：AI 驱动的资源建议和自动化操作。对于由 VMware 和 Microsoft Hyper V 组成的本地环境，Auten 及其团队正在全天候实现所有无中断操作自动化，并在夜间维护窗口期间扩展非生产操作。在 12 个月的时间里，Turbonomic 执行近 2,000 个调整规模操作（假设每个操作需要 20 分钟的手动干预），从而为团队节省超过 650 个小时的时间来专注于战略计划。Turbonomic 还为团队的本地环境规划流程提供支持，并为他们提供实物证据，以便在需要购买新主机时向高层管理人员提交。此外，它还帮助团队确保在整个环境中实施变更时提供审计跟踪：Turbonomic 调用 JB Hunt 的 IT Service Management (ITSM) Webhook 来为所有扩展操作创建变更记录。

在他们的 Azure 环境中，该团队一直使用建议和自动化操作组合来管理他们的资源。在实验室和测试环境中，他们依赖自动化操作，但在生产环境中，他们遵循治理流程，在执行之前在团队中的更大范围内共享 Turbonomic 建议。一旦团队签署该操作，云运维中心就会将这些资源转移到具有将来自动执行该操作的策略的小组中。

Turbonomic 还帮助 Auten 的团队改善与应用程序所有者的协作。借助 Turbonomic，他们能够找到通过重新构建应用程序来减少容器环境浪费的机会。据 Auten 介绍，为了确保容器化应用程序的性能，该团队根据启动所需的事项（而不是启动后的需求）设置 CPU 和内存限制。虽然这可以确保这些应用程序在启动期间拥有所需的资源，但也会在其环境中造成浪费，因为它们在启动后不需要相同数量的资源来运行。Turbonomic 发现这种差异后，为他们提供明确的证据，说明最好重新架构其应用程序，以便在容器环境中利用更多资源。

2021 年初，JB Hunt 领导层与 Google Cloud 建立了战略联盟，并要求团队将其大部分计算环境（包括 1,000 个虚拟机、90 个 Kubernetes 集群、915 个 Kubernetes 节点、27,000 个 Pod 和 500 个数据库）从 Azure 迁移到 Google Cloud。凭借他们现有的架构、工具和人才，他们将长达 6-9 个月的项目计划减少到 6 周的执行时间。由于他们已经信任 Turbonomic 来优化其 Azure 环境，因此该团队确信他们的工作负载在迁移之前已正确调整规模。在开始迁移之前，他们知道 Google Cloud 中需要的规模。最终，他们只用 35 个工作日就完成了迁移，且停机时间为零。

该团队已经在 Google Cloud 之旅中实现了良好开端，但迁移阶段只是开始。该团队将继续优化其环境，以减少浪费并确保应用程序的性能。这一持续优化过程的一个重要方面是，他们能够在资源问题发生之前进行预防。这就是 Turbonomic 的 Google Cloud 集成发挥作用的地方。

作为 Turbonomic 的 Google Cloud 集成的早期用户，Auten 及其团队已开始瞄准 Google Cloud 中的非生产环境。他们的计划是在整个生产环境中部署 Turbonomic，这样他们就可以跟踪 Turbonomic 的 AI 资源建议和操作所带来的利用率和节省。

JB Hunt（ibm.com 外部链接）于 1961 年成立，是一家财富 500 强运输和物流公司，总部位于阿肯色州洛厄尔。从一开始，优质的客户服务就一直是 JB Hunt 使命的核心。JB Hunt 致力于打造北美最高效的运输网络，力求提供行业领先的服务，同时继续致力于环境可持续性发展。