De la optimización a la autonomía: Red Hat e IBM Turbonomic en acción
A las plataformas modernas no les faltan herramientas, pero a menudo tienen dificultades para funcionar de forma eficiente a escala.
El equipo de TI de Red Hat ejecuta entornos Red Hat OpenShift a gran escala en la nube y en local, incluido Red Hat OpenShift Service on AWS (ROSA), que admite contenedores, virtualización y cargas de trabajo de IA. Al igual que muchos equipos de plataformas modernos, Red Hat opera siguiendo un estricto modelo GitOps en el que los procesos de CI/CD constituyen la fuente fiable.
El reto para Red Hat no era solo la visibilidad. Red Hat necesitaba una optimización continua de todo el sistema en sus entornos OpenShift sin interrumpir el modelo operativo GitOps existente. Turbonomic añade una capa de optimización continua a OpenShift, lo que ayuda a garantizar que las cargas de trabajo se equilibren de manera eficiente en cuanto a rendimiento y coste.
En lugar de cambiar el modelo, Red Hat e IBM se alinearon con él.
Red Hat creó un operador complementario de código abierto para OpenShift que permite que las acciones IBM Turbonomic funcionen dentro de flujos de trabajo de GitOps. En la mayoría de los entornos, los cambios de optimización se sobrescriben con los pipelines de CI/CD, deshaciendo efectivamente esas optimizaciones. El operador elimina esa fricción y permite que la optimización persista sin crear desviaciones ni eludir el gobierno.
Por ejemplo, cuando Turbonomic aplica una optimización de recursos, el operador puede garantizar que la configuración actualizada de los recursos del contenedor persista, evitando que las conciliaciones posteriores de CI/CD o "fuente fiable" los reviertan.
Por lo tanto, la optimización funciona a favor de la plataforma, no en su contra.
El concepto de "redimensionamiento" suele entenderse, pero rara vez se aplica de forma coherente. Red Hat resolvió este problema automatizando el proceso.
Con Turbonomic, el redimensionamiento de los contenedores se rige por políticas, está siempre activo y, por defecto, se puede desactivar. La eficiencia ya no depende de que los equipos actúen. Está integrada en la plataforma y se aplica de forma continua. Este cambio representa un cambio en el modelo operativo, pasando de una configuración manual carga de trabajo por carga de trabajo a una plataforma centralizada y orientada a políticas con capacidades aplicadas de forma consistente entre clústeres. Este cambio se vuelve crítico a escala. Los enfoques nativos dependen de la configuración por carga de trabajo y de una adopción incoherente, mientras que Turbonomic proporciona una capa de control única y basada en políticas que estandariza la optimización en todos los clústeres.
Red Hat también está explorando cómo aprovechar las capacidades de escalado horizontal de pods de Turbonomic para dimensionar dinámicamente las réplicas que soportan cargas de trabajo de inferencia de IA, lo que ayuda a ajustar el número de réplicas a la demanda y, al mismo tiempo, reduce el riesgo de sobreaprovisionamiento.
Turbonomic también automatiza la asignación de cargas de trabajo. Al alinear continuamente la demanda de aplicaciones con la infraestructura disponible, reduce la fragmentación y crea margen de maniobra entre los clústeres. Al agrupar cargas de trabajo de forma más eficiente en menos nodos, Red Hat puede suspender la capacidad no utilizada, liberar recursos de cómputo y poner a disposición capacidad en la nube precomprada, como los casos reservados, para otras cargas de trabajo. Esta automatización mejora la estabilidad y garantiza que los recursos se utilicen de manera eficiente sin agregar infraestructura.
No se trata de añadir otra herramienta; se trata de cambiar la forma en que se produce la optimización.
Antes, la optimización era manual, reactiva e inconsistente entre los equipos. Los cambios solían perderse durante la sincronización de CI/CD y las decisiones de escalado dependían de la configuración a nivel de carga de trabajo. Ahora, la optimización es automatizada, persistente y estandarizada. Las decisiones basadas en políticas se aplican continuamente en todos los entornos, lo que reduce el ajuste manual, mejora la utilización y acelera la resolución de las limitaciones de recursos.
Turbonomic ahora está integrado en las operaciones diarias en todos los entornos, estandarizando las decisiones y garantizando un rendimiento y una utilización consistentes a escala. Esto ha permitido una mayor utilización de los clústeres, una reducción del sobreaprovisionamiento y una resolución más rápida de las limitaciones de recursos mediante la toma de decisiones automatizada.
A medida que los entornos Red Hat OpenShift crecen en implementaciones híbridas y multiclúster, mantener el rendimiento, la rentabilidad y la coherencia operativa se vuelve más difícil. La optimización continua cambia eso.
Al ampliar Red Hat OpenShift con una capa de optimización permanente, Red Hat garantiza que las aplicaciones se adapten a la capacidad de la infraestructura, que las decisiones se tomen a nivel de todo el sistema y que las operaciones se mantengan coherentes en los contenedores, Red Hat OpenShift Virtualization, ROSA y los entornos locales. Esto también respalda los esfuerzos de modernización y las iniciativas de migración de VMware. Para los equipos de plataforma, esto significa un mayor control de los costes, una mayor coherencia entre clústeres y la capacidad de escalar operaciones sin aumentar la sobrecarga manual.
El enfoque Red Hat muestra cómo es eso en la práctica: rendimiento y eficiencia constantes, entregados automáticamente sin necesidad de intervención manual.
Ese es el cambio de la optimización a la autonomía.