Azure 机器学习
企业级云服务,覆盖从数据准备、模型训练到部署和 MLOps 的端到端机器学习生命周期。
AI 工作流自动化工具

产品概览
IBM Turbonomic 是专为应对混合云和多云复杂性而构建的应用资源管理平台。它持续分析应用、容器、虚拟机和基础设施,以映射依赖关系和资源流,在风险影响性能之前将其暴露出来,并提供数据驱动的操作,用于工作负载合理调整规模、容量建模和策略合规的扩缩容。除建议之外,它还能跨 Kubernetes、VMware 和公有云执行安全、策略驱动的操作,且每个操作均可审计。它使计算、存储、网络和 GPU 资源与实时需求保持一致,让工作负载保持在 SLO 范围内,并支持数据中心优化、Kubernetes 成本优化、AI 工作负载优化、云迁移规划和云性能优化等用例。IT 运维团队可以开始免费试用、预约实时演示或使用沙盒环境。
使用“开始免费试用”链接,或注册 Turbonomic Sandbox,在不集成您环境的情况下探索产品。
通过原生集成、REST API、Webhook 和脚本,将 Turbonomic 与云平台、虚拟机监控程序、容器、APM 和 ITSM 工具集成。
利用对应用、容器、虚拟机和基础设施的持续分析,映射依赖关系、资源流和已暴露的风险。
启用安全、可审计的操作,例如在 Kubernetes 中扩缩容 Pod、在 VMware 中放置虚拟机,以企业级规模运行。
使计算、存储、网络和 GPU 资源与实时需求保持一致,让工作负载保持在 SLO 范围内并防止资源争用。
通过合理调整虚拟机和服务器规模优化数据中心
通过自动扩缩容 Pod 优化 Kubernetes 成本
通过实时分配 GPU 和计算资源优化 AI 工作负载
利用实时计划进行云迁移规划
跨混合云和公有云优化云性能
暂停空闲云工作负载以降低计算成本
IBM Turbonomic 是一个应用资源管理平台,可跨混合云和多云环境自动化资源优化,以确保性能。
主要功能包括全栈可见性、智能自动化与操作,以及大规模性能保障。
不是。Turbonomic 跨混合云和多云执行安全、策略驱动的操作,且每个操作均可审计。
它与云平台、虚拟机监控程序、容器、APM 和 ITSM 工具原生集成,并通过 REST API、Webhook 和脚本连接,包括原生 Kubernetes 支持。
文档记录的用例包括数据中心优化、Kubernetes 成本优化、AI 工作负载优化、云迁移规划、云性能优化和 Turbonomic Parking Edition。
有。该页面提供免费试用、实时演示和沙盒环境,无需集成您的环境即可动手体验。
您可以联系 IBM 销售,或直接通过 AWS Marketplace 或 Azure Marketplace 购买。
文档位于 https://www.ibm.com/docs/en/tarm。
所提供页面未列出定价详情。提供免费试用和沙盒;请联系销售,或通过 AWS Marketplace 或 Azure Marketplace 购买。
最新价格请以官网为准。
用户评价
暂无评论。