#облачные_вычисления — Public Fediverse posts

Мультитенантность в FinOps: Проектируем ядро системы учета расходов

«Кто виноват и что делать?» — эти два вопроса, которые классики русской литературы адресовали обществу, сегодня как никогда актуальны для IT-директоров и финансовых руководителей. Только «виноват» не конкретный человек, а не оптимально работающая инфраструктура, а ответ на вопрос «что делать?» — внедрять FinOps. FinOps — это не технология, а организационная методика. Важная часть инструментария для FinOps это правильно построенная информационная система, которая собирает, хранит и дает анализировать данные о расходах и нагрузке. В этой статье мы разберем архитектурное ядро такой системы.

https://habr.com/ru/companies/inferit/articles/1035562/

#управление_проектами #облачные_вычисления #data_warehouse #системная_архитектура #itинфраструктура #big_data #devops #data_engineering #finops #финопс

Мультитенантность в FinOps: Проектируем ядро системы учета расходов

«Кто виноват и что делать?» — эти два вопроса, которые классики русской литературы адресовали обществу, сегодня как никогда актуальны для IT-директоров и финансовых руководителей. Только «виноват» не конкретный человек, а не оптимально работающая инфраструктура, а ответ на вопрос «что делать?» — внедрять FinOps. FinOps — это не технология, а организационная методика. Важная часть инструментария для FinOps это правильно построенная информационная система, которая собирает, хранит и дает анализировать данные о расходах и нагрузке. В этой статье мы разберем архитектурное ядро такой системы.

https://habr.com/ru/companies/inferit/articles/1035562/

#управление_проектами #облачные_вычисления #data_warehouse #системная_архитектура #itинфраструктура #big_data #devops #data_engineering #finops #финопс

Мультитенантность в FinOps: Проектируем ядро системы учета расходов

«Кто виноват и что делать?» — эти два вопроса, которые классики русской литературы адресовали обществу, сегодня как никогда актуальны для IT-директоров и финансовых руководителей. Только «виноват» не конкретный человек, а не оптимально работающая инфраструктура, а ответ на вопрос «что делать?» — внедрять FinOps. FinOps — это не технология, а организационная методика. Важная часть инструментария для FinOps это правильно построенная информационная система, которая собирает, хранит и дает анализировать данные о расходах и нагрузке. В этой статье мы разберем архитектурное ядро такой системы.

https://habr.com/ru/companies/inferit/articles/1035562/

#управление_проектами #облачные_вычисления #data_warehouse #системная_архитектура #itинфраструктура #big_data #devops #data_engineering #finops #финопс

Мультитенантность в FinOps: Проектируем ядро системы учета расходов

«Кто виноват и что делать?» — эти два вопроса, которые классики русской литературы адресовали обществу, сегодня как никогда актуальны для IT-директоров и финансовых руководителей. Только «виноват» не конкретный человек, а не оптимально работающая инфраструктура, а ответ на вопрос «что делать?» — внедрять FinOps. FinOps — это не технология, а организационная методика. Важная часть инструментария для FinOps это правильно построенная информационная система, которая собирает, хранит и дает анализировать данные о расходах и нагрузке. В этой статье мы разберем архитектурное ядро такой системы.

https://habr.com/ru/companies/inferit/articles/1035562/

#управление_проектами #облачные_вычисления #data_warehouse #системная_архитектура #itинфраструктура #big_data #devops #data_engineering #finops #финопс

ELT против ETL в FinOps: Почему мы сначала кладем сырые данные, а потом думаем

«Фарш невозможно прокрутить назад» — этой поговоркой инженеры данных могли бы объяснить, как работает классический ETL. Ошибка может случиться на любом этапе: не тот коэффициент применили, не ту валюту подставили, забыли про скидку. Но после того как исходные данные трансформированы и отчет сформирован, но иногда бывают такие ситуации, когда вернуться к первоисточнику по какой-то причину уже нельзя. В FinOps эта ситуация — не метафора, а суровая реальность. Данные от облачных провайдеров доступны лишь в ограниченном окне (30–90 дней), а иногда и меньше. Если вы сначала обработали их, а потом поняли, что ошиблись, может так случиться, что перезапросить исходники уже не получится. В этой статье мы разберем два подхода к построению процессов обработки и преобразования данных — ETL и ELT — и докажем, почему для FinOps выбор ELT — это не просто вопрос производительности, а вопрос выживания исторических данных.

https://habr.com/ru/companies/inferit/articles/1025790/

#облачные_вычисления #finops #финопс #data_engineering #data_warehouse #itинфраструктура #big_data #управление_проектами #системная_архитектура #devops

ELT против ETL в FinOps: Почему мы сначала кладем сырые данные, а потом думаем

«Фарш невозможно прокрутить назад» — этой поговоркой инженеры данных могли бы объяснить, как работает классический ETL. Ошибка может случиться на любом этапе: не тот коэффициент применили, не ту валюту подставили, забыли про скидку. Но после того как исходные данные трансформированы и отчет сформирован, но иногда бывают такие ситуации, когда вернуться к первоисточнику по какой-то причину уже нельзя. В FinOps эта ситуация — не метафора, а суровая реальность. Данные от облачных провайдеров доступны лишь в ограниченном окне (30–90 дней), а иногда и меньше. Если вы сначала обработали их, а потом поняли, что ошиблись, может так случиться, что перезапросить исходники уже не получится. В этой статье мы разберем два подхода к построению процессов обработки и преобразования данных — ETL и ELT — и докажем, почему для FinOps выбор ELT — это не просто вопрос производительности, а вопрос выживания исторических данных.

https://habr.com/ru/companies/inferit/articles/1025790/

#облачные_вычисления #finops #финопс #data_engineering #data_warehouse #itинфраструктура #big_data #управление_проектами #системная_архитектура #devops

ELT против ETL в FinOps: Почему мы сначала кладем сырые данные, а потом думаем

«Фарш невозможно прокрутить назад» — этой поговоркой инженеры данных могли бы объяснить, как работает классический ETL. Ошибка может случиться на любом этапе: не тот коэффициент применили, не ту валюту подставили, забыли про скидку. Но после того как исходные данные трансформированы и отчет сформирован, но иногда бывают такие ситуации, когда вернуться к первоисточнику по какой-то причину уже нельзя. В FinOps эта ситуация — не метафора, а суровая реальность. Данные от облачных провайдеров доступны лишь в ограниченном окне (30–90 дней), а иногда и меньше. Если вы сначала обработали их, а потом поняли, что ошиблись, может так случиться, что перезапросить исходники уже не получится. В этой статье мы разберем два подхода к построению процессов обработки и преобразования данных — ETL и ELT — и докажем, почему для FinOps выбор ELT — это не просто вопрос производительности, а вопрос выживания исторических данных.

https://habr.com/ru/companies/inferit/articles/1025790/

#облачные_вычисления #finops #финопс #data_engineering #data_warehouse #itинфраструктура #big_data #управление_проектами #системная_архитектура #devops

ELT против ETL в FinOps: Почему мы сначала кладем сырые данные, а потом думаем

«Фарш невозможно прокрутить назад» — этой поговоркой инженеры данных могли бы объяснить, как работает классический ETL. Ошибка может случиться на любом этапе: не тот коэффициент применили, не ту валюту подставили, забыли про скидку. Но после того как исходные данные трансформированы и отчет сформирован, но иногда бывают такие ситуации, когда вернуться к первоисточнику по какой-то причину уже нельзя. В FinOps эта ситуация — не метафора, а суровая реальность. Данные от облачных провайдеров доступны лишь в ограниченном окне (30–90 дней), а иногда и меньше. Если вы сначала обработали их, а потом поняли, что ошиблись, может так случиться, что перезапросить исходники уже не получится. В этой статье мы разберем два подхода к построению процессов обработки и преобразования данных — ETL и ELT — и докажем, почему для FinOps выбор ELT — это не просто вопрос производительности, а вопрос выживания исторических данных.

https://habr.com/ru/companies/inferit/articles/1025790/

#облачные_вычисления #finops #финопс #data_engineering #data_warehouse #itинфраструктура #big_data #управление_проектами #системная_архитектура #devops

В Москве 14 апреля в ЦДП прошла конференция K2 Cloud по облачным решениям с упором на искусственный интеллект

14 апреля 2026 года состоялось мероприятие, посвящённое использованию облачных ресурсов, вопросам безопасности и нюансам масштабирования IT-проектов. На конференции майевтикой во время общения в кулуарах можно неплохо прочувствовать и вспомнить путь от пилотов к серьезным проектам в крупных компаниях, которые не забракует ИБ. Обсуждались атаки разного уровня, облачные вычисления для проектов c ML и ИИ, рассмотрены ошибки при внедрении инструментов искусственного интеллекта в компании.

https://habr.com/ru/articles/1024716/

#искуственный_интеллект #облачные_сервисы #мероприятие #дцп #курская_Москва #K2_Cloud #Технофея #сообщество_разработчиков #облачные_вычисления #информационная_безопасность

В Москве 14 апреля в ЦДП прошла конференция K2 Cloud по облачным решениям с упором на искусственный интеллект

14 апреля 2026 года состоялось мероприятие, посвящённое использованию облачных ресурсов, вопросам безопасности и нюансам масштабирования IT-проектов. На конференции майевтикой во время общения в кулуарах можно неплохо прочувствовать и вспомнить путь от пилотов к серьезным проектам в крупных компаниях, которые не забракует ИБ. Обсуждались атаки разного уровня, облачные вычисления для проектов c ML и ИИ, рассмотрены ошибки при внедрении инструментов искусственного интеллекта в компании.

https://habr.com/ru/articles/1024716/

#искуственный_интеллект #облачные_сервисы #мероприятие #дцп #курская_Москва #K2_Cloud #Технофея #сообщество_разработчиков #облачные_вычисления #информационная_безопасность

В Москве 14 апреля в ЦДП прошла конференция K2 Cloud по облачным решениям с упором на искусственный интеллект

14 апреля 2026 года состоялось мероприятие, посвящённое использованию облачных ресурсов, вопросам безопасности и нюансам масштабирования IT-проектов. На конференции майевтикой во время общения в кулуарах можно неплохо прочувствовать и вспомнить путь от пилотов к серьезным проектам в крупных компаниях, которые не забракует ИБ. Обсуждались атаки разного уровня, облачные вычисления для проектов c ML и ИИ, рассмотрены ошибки при внедрении инструментов искусственного интеллекта в компании.

https://habr.com/ru/articles/1024716/

#искуственный_интеллект #облачные_сервисы #мероприятие #дцп #курская_Москва #K2_Cloud #Технофея #сообщество_разработчиков #облачные_вычисления #информационная_безопасность

В Москве 14 апреля в ЦДП прошла конференция K2 Cloud по облачным решениям с упором на искусственный интеллект

14 апреля 2026 года состоялось мероприятие, посвящённое использованию облачных ресурсов, вопросам безопасности и нюансам масштабирования IT-проектов. На конференции майевтикой во время общения в кулуарах можно неплохо прочувствовать и вспомнить путь от пилотов к серьезным проектам в крупных компаниях, которые не забракует ИБ. Обсуждались атаки разного уровня, облачные вычисления для проектов c ML и ИИ, рассмотрены ошибки при внедрении инструментов искусственного интеллекта в компании.

https://habr.com/ru/articles/1024716/

#искуственный_интеллект #облачные_сервисы #мероприятие #дцп #курская_Москва #K2_Cloud #Технофея #сообщество_разработчиков #облачные_вычисления #информационная_безопасность

От майнинга на попутном газе к AI-фабрикам: история Crusoe

У AI-индустрии есть серьезная проблема: как развернуть вычислительную инфраструктуру раньше и быстрее (да еще и дешевле) конкурентов? Основной дефицитный ресурс сейчас — электричество, а не чипы или их компоненты, как вы могли предположить. Техногиганты думают, где поставить стойки, чем их охлаждать, но главное, где взять энергию, чтобы питать всю AI-систему. И у одного стартапа из Денвера есть нестандартное решение — портативные модульные AI-дата-центры, которые можно размещать в самых нестандартных условиях. Компания пришла в ИТ из мира крипты: изначально она вела деятельность установкой майнинг-машин, которые брали энергию от попутного газа на нефтяных вышках. Сегодня я расскажу вам о компании Crusoe — которая крайне нестандартно превращает энергию в вычислительную мощность. Разберем их бизнес-модель и поймем, что такое вертикально интегрированная AI-инфраструктура.

https://habr.com/ru/companies/ru_mts/articles/1022116/

#Crusoe #AIинфраструктура #датацентры #GPUоблако #облачные_вычисления #inference #Kubernetes #Slurm #edge_computing #энергетика

От майнинга на попутном газе к AI-фабрикам: история Crusoe

У AI-индустрии есть серьезная проблема: как развернуть вычислительную инфраструктуру раньше и быстрее (да еще и дешевле) конкурентов? Основной дефицитный ресурс сейчас — электричество, а не чипы или их компоненты, как вы могли предположить. Техногиганты думают, где поставить стойки, чем их охлаждать, но главное, где взять энергию, чтобы питать всю AI-систему. И у одного стартапа из Денвера есть нестандартное решение — портативные модульные AI-дата-центры, которые можно размещать в самых нестандартных условиях. Компания пришла в ИТ из мира крипты: изначально она вела деятельность установкой майнинг-машин, которые брали энергию от попутного газа на нефтяных вышках. Сегодня я расскажу вам о компании Crusoe — которая крайне нестандартно превращает энергию в вычислительную мощность. Разберем их бизнес-модель и поймем, что такое вертикально интегрированная AI-инфраструктура.

https://habr.com/ru/companies/ru_mts/articles/1022116/

#Crusoe #AIинфраструктура #датацентры #GPUоблако #облачные_вычисления #inference #Kubernetes #Slurm #edge_computing #энергетика

От майнинга на попутном газе к AI-фабрикам: история Crusoe

У AI-индустрии есть серьезная проблема: как развернуть вычислительную инфраструктуру раньше и быстрее (да еще и дешевле) конкурентов? Основной дефицитный ресурс сейчас — электричество, а не чипы или их компоненты, как вы могли предположить. Техногиганты думают, где поставить стойки, чем их охлаждать, но главное, где взять энергию, чтобы питать всю AI-систему. И у одного стартапа из Денвера есть нестандартное решение — портативные модульные AI-дата-центры, которые можно размещать в самых нестандартных условиях. Компания пришла в ИТ из мира крипты: изначально она вела деятельность установкой майнинг-машин, которые брали энергию от попутного газа на нефтяных вышках. Сегодня я расскажу вам о компании Crusoe — которая крайне нестандартно превращает энергию в вычислительную мощность. Разберем их бизнес-модель и поймем, что такое вертикально интегрированная AI-инфраструктура.

https://habr.com/ru/companies/ru_mts/articles/1022116/

#Crusoe #AIинфраструктура #датацентры #GPUоблако #облачные_вычисления #inference #Kubernetes #Slurm #edge_computing #энергетика

От майнинга на попутном газе к AI-фабрикам: история Crusoe

У AI-индустрии есть серьезная проблема: как развернуть вычислительную инфраструктуру раньше и быстрее (да еще и дешевле) конкурентов? Основной дефицитный ресурс сейчас — электричество, а не чипы или их компоненты, как вы могли предположить. Техногиганты думают, где поставить стойки, чем их охлаждать, но главное, где взять энергию, чтобы питать всю AI-систему. И у одного стартапа из Денвера есть нестандартное решение — портативные модульные AI-дата-центры, которые можно размещать в самых нестандартных условиях. Компания пришла в ИТ из мира крипты: изначально она вела деятельность установкой майнинг-машин, которые брали энергию от попутного газа на нефтяных вышках. Сегодня я расскажу вам о компании Crusoe — которая крайне нестандартно превращает энергию в вычислительную мощность. Разберем их бизнес-модель и поймем, что такое вертикально интегрированная AI-инфраструктура.

https://habr.com/ru/companies/ru_mts/articles/1022116/

#Crusoe #AIинфраструктура #датацентры #GPUоблако #облачные_вычисления #inference #Kubernetes #Slurm #edge_computing #энергетика

Свой сервер или миграция в облако: почему в 2026 железо за 1 млн стоит 2,5 млн — и что с этим делать

Эта статья не про бенчмарки процессоров и не про священные войны «Linux против Windows». Она для собственников и руководителей бизнеса, у которых назрел практичный вопрос: продолжать покупать свои сервера «по старинке» или уже всерьез считать переезд в облако на горизонте 3–5 лет. Меня зовут Алексей Горюнов, руковожу проектным офисом ALP ITSM. Уже почти 20 лет занимаюсь проектированием и внедрением ИТ‑инфраструктуры: от серверных «в офисе» до облачных и гибридных решений. За это время десятки раз пересчитывал для компаний, что им выгоднее на горизонте нескольких лет — покупать свое железо, строить гибрид или переезжать в облако. В этой статье собрал практические выводы из этих проектов. В статье разберем: – из чего на самом деле складывается стоимость своего железа; – почему сравнение «2,3 млн за серверы против 3,66 млн за облако» в разрезе 3-5 лет дает иллюзию экономии; – в каких сценариях покупка сервера еще оправдана, а где лучше смотреть на облако или гибрид. В статье мы сознательно упрощаем расчеты и оперируем усредненными цифрами — задача не в том, чтобы построить финансовую модель «до копейки», а в том, чтобы показать порядок затрат и логику сравнения своего железа с облаком. При этом для практики одного текста мало, поэтому мы приложили подробный TCO‑калькулятор: в нем можно подставить свои цены на железо, аренду, ФОТ, облако и риски и получить уже точный расчет совокупной стоимости владения на горизонте 1, 3, 5 и более лет. Калькулятор найдете в конце статьи.

https://habr.com/ru/articles/1017434/

#Локализация_продуктов #ITинфраструктура #Облачные_сервисы #Облачные_вычисления #ITстандарты #ALP_ITSM

Облака на грани. Почему из виртуализации не получить Private Cloud и в чем прелесть вендорского облака

Привет, Хабр! На связи Алексей Боровиков, архитектор Astra Cloud. Когда меня спрашивают, чем мы занимаемся, я часто слышу в ответ: «Понятно, облако делаете». Потом, разговор имеет два сценария развития. Либо в сторону «А что такое облако?», либо — «А, еще одно облако». Как понимаете, дискуссия не из легких. Но в любой ситуации все сводится к тому, что облако облаку рознь. Потому что за последние несколько лет я наблюдал, как этим словом называют все, что угодно. В нашем случае за этим термином стоит конкретная инженерная философия, которая ломает привычные сценарии «сначала сделаем для себя, а потом как-нибудь упакуем в коробку». Именно так рождались все крупные провайдеры, и именно так рождалась куча проблем, с которыми мы теперь разбираемся.

https://habr.com/ru/companies/astralinux/articles/1015768/

#IaaS #облачные_вычисления #частное_облако #архитектура #облачные_платформы

DataOps + FinOps: как хранить и обрабатывать данные, не переплачивая

Когда счет за облако приходит в конце месяца, а финдир молча передает вам распечатку с суммой на 40% больше прошлого месяца, это верный признак того, что проблемы начались и сами собой не решатся. Не будет такого, что сегодня перерасход есть, а завтра все вдруг придет в норму. Не придет. Данных со временем становится больше, пайплайны запускаются чаще, хранилище разрастается, а понимания куда уходят деньги из ниоткуда не появляется. И, чтобы навести порядок, используют практики DataOps и FinOps. DataOps выстраивает процессы работы с данными между командами: автоматизацию пайплайнов, контроль качества, управление изменениями и единые правила работы с данными на всех этапах обработки. FinOps делает стоимость инфраструктуры прозрачной для инженерных команд и позволяет понимать, сколько стоят архитектурные и технические решения. Когда данные о потреблении и стоимости становятся видны, появляется возможность управлять расходами и принимать обоснованные решения по инфраструктуре.

https://habr.com/ru/companies/finops_ru/articles/1012134/

#финопс #finops #практики_финопс #cloud #elt #etl #датаопс #облачные_сервисы #облачные_вычисления #itинфраструктура

DataOps + FinOps: как хранить и обрабатывать данные, не переплачивая

Когда счет за облако приходит в конце месяца, а финдир молча передает вам распечатку с суммой на 40% больше прошлого месяца, это верный признак того, что проблемы начались и сами собой не решатся. Не будет такого, что сегодня перерасход есть, а завтра все вдруг придет в норму. Не придет. Данных со временем становится больше, пайплайны запускаются чаще, хранилище разрастается, а понимания куда уходят деньги из ниоткуда не появляется. И, чтобы навести порядок, используют практики DataOps и FinOps. DataOps выстраивает процессы работы с данными между командами: автоматизацию пайплайнов, контроль качества, управление изменениями и единые правила работы с данными на всех этапах обработки. FinOps делает стоимость инфраструктуры прозрачной для инженерных команд и позволяет понимать, сколько стоят архитектурные и технические решения. Когда данные о потреблении и стоимости становятся видны, появляется возможность управлять расходами и принимать обоснованные решения по инфраструктуре.

https://habr.com/ru/companies/finops_ru/articles/1012134/

#финопс #finops #практики_финопс #cloud #elt #etl #датаопс #облачные_сервисы #облачные_вычисления #itинфраструктура

DataOps + FinOps: как хранить и обрабатывать данные, не переплачивая

Когда счет за облако приходит в конце месяца, а финдир молча передает вам распечатку с суммой на 40% больше прошлого месяца, это верный признак того, что проблемы начались и сами собой не решатся. Не будет такого, что сегодня перерасход есть, а завтра все вдруг придет в норму. Не придет. Данных со временем становится больше, пайплайны запускаются чаще, хранилище разрастается, а понимания куда уходят деньги из ниоткуда не появляется. И, чтобы навести порядок, используют практики DataOps и FinOps. DataOps выстраивает процессы работы с данными между командами: автоматизацию пайплайнов, контроль качества, управление изменениями и единые правила работы с данными на всех этапах обработки. FinOps делает стоимость инфраструктуры прозрачной для инженерных команд и позволяет понимать, сколько стоят архитектурные и технические решения. Когда данные о потреблении и стоимости становятся видны, появляется возможность управлять расходами и принимать обоснованные решения по инфраструктуре.

https://habr.com/ru/companies/finops_ru/articles/1012134/

#финопс #finops #практики_финопс #cloud #elt #etl #датаопс #облачные_сервисы #облачные_вычисления #itинфраструктура

DataOps + FinOps: как хранить и обрабатывать данные, не переплачивая

Когда счет за облако приходит в конце месяца, а финдир молча передает вам распечатку с суммой на 40% больше прошлого месяца, это верный признак того, что проблемы начались и сами собой не решатся. Не будет такого, что сегодня перерасход есть, а завтра все вдруг придет в норму. Не придет. Данных со временем становится больше, пайплайны запускаются чаще, хранилище разрастается, а понимания куда уходят деньги из ниоткуда не появляется. И, чтобы навести порядок, используют практики DataOps и FinOps. DataOps выстраивает процессы работы с данными между командами: автоматизацию пайплайнов, контроль качества, управление изменениями и единые правила работы с данными на всех этапах обработки. FinOps делает стоимость инфраструктуры прозрачной для инженерных команд и позволяет понимать, сколько стоят архитектурные и технические решения. Когда данные о потреблении и стоимости становятся видны, появляется возможность управлять расходами и принимать обоснованные решения по инфраструктуре.

https://habr.com/ru/companies/finops_ru/articles/1012134/

#финопс #finops #практики_финопс #cloud #elt #etl #датаопс #облачные_сервисы #облачные_вычисления #itинфраструктура

FinOps на практике: фаза Optimize. Как оптимизировать расходы на облако без ущерба для бизнеса

— Мы берём ресурсы с запасом. Так надёжнее. — А какой у вас сейчас CPU utilization в проде? — Ну... где-то 12%. Но в пике бывает больше. — Хорошо. А в staging? — Там вообще 3%. Но там нельзя трогать — там всегда так было. — Почему нельзя? — Ну, так исторически сложилось… Это, кстати, не выдуманный диалог. Это разговор, который автору доводилось слышать не один десяток раз и не в одной компании, и он не про DevOps-культуру и не про лень. Он про то, что человек, который заказывает ресурс, не видит его цену — и не несёт за неё ответственности. Иными словами, пока не выстроен Inform, оптимизировать нечего: нет данных, нет аллокации, нет понимания, кто за что платит. Но если вы читаете эту статью — значит, первый этап уже позади.

https://habr.com/ru/companies/finops_ru/articles/1009100/

#финопс #finops #cloud #Облачные_вычисления #Облачная_инфраструктура #DevOps #Оптимизация_затрат #Управление_затратами #Стоимость_инфраструктуры #Облачная_архитектура

FinOps на практике: фаза Optimize. Как оптимизировать расходы на облако без ущерба для бизнеса

— Мы берём ресурсы с запасом. Так надёжнее. — А какой у вас сейчас CPU utilization в проде? — Ну... где-то 12%. Но в пике бывает больше. — Хорошо. А в staging? — Там вообще 3%. Но там нельзя трогать — там всегда так было. — Почему нельзя? — Ну, так исторически сложилось… Это, кстати, не выдуманный диалог. Это разговор, который автору доводилось слышать не один десяток раз и не в одной компании, и он не про DevOps-культуру и не про лень. Он про то, что человек, который заказывает ресурс, не видит его цену — и не несёт за неё ответственности. Иными словами, пока не выстроен Inform, оптимизировать нечего: нет данных, нет аллокации, нет понимания, кто за что платит. Но если вы читаете эту статью — значит, первый этап уже позади.

https://habr.com/ru/companies/finops_ru/articles/1009100/

#финопс #finops #cloud #Облачные_вычисления #Облачная_инфраструктура #DevOps #Оптимизация_затрат #Управление_затратами #Стоимость_инфраструктуры #Облачная_архитектура

FinOps на практике: фаза Optimize. Как оптимизировать расходы на облако без ущерба для бизнеса

— Мы берём ресурсы с запасом. Так надёжнее. — А какой у вас сейчас CPU utilization в проде? — Ну... где-то 12%. Но в пике бывает больше. — Хорошо. А в staging? — Там вообще 3%. Но там нельзя трогать — там всегда так было. — Почему нельзя? — Ну, так исторически сложилось… Это, кстати, не выдуманный диалог. Это разговор, который автору доводилось слышать не один десяток раз и не в одной компании, и он не про DevOps-культуру и не про лень. Он про то, что человек, который заказывает ресурс, не видит его цену — и не несёт за неё ответственности. Иными словами, пока не выстроен Inform, оптимизировать нечего: нет данных, нет аллокации, нет понимания, кто за что платит. Но если вы читаете эту статью — значит, первый этап уже позади.

https://habr.com/ru/companies/finops_ru/articles/1009100/

#финопс #finops #cloud #Облачные_вычисления #Облачная_инфраструктура #DevOps #Оптимизация_затрат #Управление_затратами #Стоимость_инфраструктуры #Облачная_архитектура

FinOps на практике: фаза Optimize. Как оптимизировать расходы на облако без ущерба для бизнеса

— Мы берём ресурсы с запасом. Так надёжнее. — А какой у вас сейчас CPU utilization в проде? — Ну... где-то 12%. Но в пике бывает больше. — Хорошо. А в staging? — Там вообще 3%. Но там нельзя трогать — там всегда так было. — Почему нельзя? — Ну, так исторически сложилось… Это, кстати, не выдуманный диалог. Это разговор, который автору доводилось слышать не один десяток раз и не в одной компании, и он не про DevOps-культуру и не про лень. Он про то, что человек, который заказывает ресурс, не видит его цену — и не несёт за неё ответственности. Иными словами, пока не выстроен Inform, оптимизировать нечего: нет данных, нет аллокации, нет понимания, кто за что платит. Но если вы читаете эту статью — значит, первый этап уже позади.

https://habr.com/ru/companies/finops_ru/articles/1009100/

#финопс #finops #cloud #Облачные_вычисления #Облачная_инфраструктура #DevOps #Оптимизация_затрат #Управление_затратами #Стоимость_инфраструктуры #Облачная_архитектура

Почему счета за облако растут, хотя инфраструктура не меняется?

У компаний, которые работают в облаке, каждый новый месяц начинается с сюрприза. Его преподносят счета, которые почему-то всегда оказываются процентов на 30-40 больше прогноза. И тут начинается. Финдир смотрит на тимлида. Тимлид — на команду. Команда — в логи. А в логах — тишина. Ничего же не меняли. Или меняли? В прошлой статье мы собрали типовые сцены из жизни. Помните наших героев?

https://habr.com/ru/companies/finops_ru/articles/1000252/

#финопс #finops #облака #cloud #devops #devopsинженер #itинфраструктура #облачные_сервисы #облачные_вычисления #облачная_инфраструктура

Почему счета за облако растут, хотя инфраструктура не меняется?

У компаний, которые работают в облаке, каждый новый месяц начинается с сюрприза. Его преподносят счета, которые почему-то всегда оказываются процентов на 30-40 больше прогноза. И тут начинается. Финдир смотрит на тимлида. Тимлид — на команду. Команда — в логи. А в логах — тишина. Ничего же не меняли. Или меняли? В прошлой статье мы собрали типовые сцены из жизни. Помните наших героев?

https://habr.com/ru/companies/finops_ru/articles/1000252/

#финопс #finops #облака #cloud #devops #devopsинженер #itинфраструктура #облачные_сервисы #облачные_вычисления #облачная_инфраструктура

Почему счета за облако растут, хотя инфраструктура не меняется?

У компаний, которые работают в облаке, каждый новый месяц начинается с сюрприза. Его преподносят счета, которые почему-то всегда оказываются процентов на 30-40 больше прогноза. И тут начинается. Финдир смотрит на тимлида. Тимлид — на команду. Команда — в логи. А в логах — тишина. Ничего же не меняли. Или меняли? В прошлой статье мы собрали типовые сцены из жизни. Помните наших героев?

https://habr.com/ru/companies/finops_ru/articles/1000252/

#финопс #finops #облака #cloud #devops #devopsинженер #itинфраструктура #облачные_сервисы #облачные_вычисления #облачная_инфраструктура

Почему счета за облако растут, хотя инфраструктура не меняется?

У компаний, которые работают в облаке, каждый новый месяц начинается с сюрприза. Его преподносят счета, которые почему-то всегда оказываются процентов на 30-40 больше прогноза. И тут начинается. Финдир смотрит на тимлида. Тимлид — на команду. Команда — в логи. А в логах — тишина. Ничего же не меняли. Или меняли? В прошлой статье мы собрали типовые сцены из жизни. Помните наших героев?

https://habr.com/ru/companies/finops_ru/articles/1000252/

#финопс #finops #облака #cloud #devops #devopsинженер #itинфраструктура #облачные_сервисы #облачные_вычисления #облачная_инфраструктура

Архитектура будущего: как должны эволюционировать наземные комплексы обработки данных дистанционного зондирования Земли

Аналитический обзор ключевых архитектурных проблем и перспективных подходов к построению систем обработки спутниковых данных на фоне взрывного роста группировок космических аппаратов и требований потребителей.

https://habr.com/ru/articles/993762/

#Архитектура #Облачные_вычисления #Космос #обработка_изображений #дзз #big_data #hpc #гис

Гибридное облако: когда экономия до 40%, а когда — выброшенные деньги

Разбираем типовые сценарии на основе опыта Cloud4Y Более чем за 15 лет работы мы видели сотни гибридных инфраструктур. Часть из них приносит клиентам ощутимую экономию и окупается за год. Другая часть работает, но особой выгоды не дает. Есть и проекты, где гибридное облако было ошибкой с самого начала. В этой статье разбираем типовые сценарии: когда гибрид работает, когда нет, и как не попасть в ловушку.

https://habr.com/ru/companies/cloud4y/articles/978152/

#itинфраструктура #гибрид #гибридное_облако #облачные_вычисления #облако

Когда гибридная архитектура лучше чистого облака или выделенного сервера

Разбираем, в каких случаях гибридная инфраструктура дает лучший результат, чем чистое облако или выделенный сервер. Почему она экономит деньги на пиковых нагрузках, когда стоит её выбрать и с какими задачами справляется лучше остальных.

https://habr.com/ru/companies/hostkey/articles/976120/

#hostkey #гибридная_архитектура #автомасштабирование #выделенный_сервер #облачные_вычисления #Nginx #PostgreSQL #Prometheus #DevOps #пиковые_нагрузки

Как Karpenter помогает управлять динамическими нагрузками в Kubernetes

Представьте ситуацию: ваше приложение в Kubernetes работает стабильно, но внезапно начинается пиковая нагрузка. Поды пытаются масштабироваться, HPA увеличивает их количество, но... они висят в статусе Pending. Почему? Потому что в кластере недостаточно ресурсов на нодах. Cluster Autoscaler должен добавить новые ноды, но процесс занимает много времени, иногда нода не создается из-за проблем с облаком. За это время пользователи уже получают ошибки 503, а вы теряете деньги. Знакомо? А теперь обратная ситуация: нагрузка спала, поды удалились, но ноды продолжают работать вхолостую. Вы платите за простаивающие ресурсы, потому что Cluster Autoscaler слишком консервативен в удалении нод или не может оптимально «упаковать» workloads. Есть ли способ сделать это быстрее, умнее и экономичнее? Меня зовут Даниил Кондрашов, я разработчик

https://habr.com/ru/companies/selectel/articles/972866/

#selectel #managed_kubernetes #karpenter #масштабирование #облачные_вычисления

Как Karpenter помогает управлять динамическими нагрузками в Kubernetes

Представьте ситуацию: ваше приложение в Kubernetes работает стабильно, но внезапно начинается пиковая нагрузка. Поды пытаются масштабироваться, HPA увеличивает их количество, но... они висят в статусе Pending. Почему? Потому что в кластере недостаточно ресурсов на нодах. Cluster Autoscaler должен добавить новые ноды, но процесс занимает много времени, иногда нода не создается из-за проблем с облаком. За это время пользователи уже получают ошибки 503, а вы теряете деньги. Знакомо? А теперь обратная ситуация: нагрузка спала, поды удалились, но ноды продолжают работать вхолостую. Вы платите за простаивающие ресурсы, потому что Cluster Autoscaler слишком консервативен в удалении нод или не может оптимально «упаковать» workloads. Есть ли способ сделать это быстрее, умнее и экономичнее? Меня зовут Даниил Кондрашов, я разработчик

https://habr.com/ru/companies/selectel/articles/972866/

#selectel #managed_kubernetes #karpenter #масштабирование #облачные_вычисления

Как Karpenter помогает управлять динамическими нагрузками в Kubernetes

Представьте ситуацию: ваше приложение в Kubernetes работает стабильно, но внезапно начинается пиковая нагрузка. Поды пытаются масштабироваться, HPA увеличивает их количество, но... они висят в статусе Pending. Почему? Потому что в кластере недостаточно ресурсов на нодах. Cluster Autoscaler должен добавить новые ноды, но процесс занимает много времени, иногда нода не создается из-за проблем с облаком. За это время пользователи уже получают ошибки 503, а вы теряете деньги. Знакомо? А теперь обратная ситуация: нагрузка спала, поды удалились, но ноды продолжают работать вхолостую. Вы платите за простаивающие ресурсы, потому что Cluster Autoscaler слишком консервативен в удалении нод или не может оптимально «упаковать» workloads. Есть ли способ сделать это быстрее, умнее и экономичнее? Меня зовут Даниил Кондрашов, я разработчик

https://habr.com/ru/companies/selectel/articles/972866/

#selectel #managed_kubernetes #karpenter #масштабирование #облачные_вычисления

Как Karpenter помогает управлять динамическими нагрузками в Kubernetes

Представьте ситуацию: ваше приложение в Kubernetes работает стабильно, но внезапно начинается пиковая нагрузка. Поды пытаются масштабироваться, HPA увеличивает их количество, но... они висят в статусе Pending. Почему? Потому что в кластере недостаточно ресурсов на нодах. Cluster Autoscaler должен добавить новые ноды, но процесс занимает много времени, иногда нода не создается из-за проблем с облаком. За это время пользователи уже получают ошибки 503, а вы теряете деньги. Знакомо? А теперь обратная ситуация: нагрузка спала, поды удалились, но ноды продолжают работать вхолостую. Вы платите за простаивающие ресурсы, потому что Cluster Autoscaler слишком консервативен в удалении нод или не может оптимально «упаковать» workloads. Есть ли способ сделать это быстрее, умнее и экономичнее? Меня зовут Даниил Кондрашов, я разработчик

https://habr.com/ru/companies/selectel/articles/972866/

#selectel #managed_kubernetes #karpenter #масштабирование #облачные_вычисления

Как работает облако на самом деле. Простое объяснение на реальном примере

Облако это гибкая и экономичная модель, которая подстраивается под нагрузку и помогает бизнесу расти без лишних затрат. На простом, но реалистичном примере разбираемся, как всё устроено внутри и почему облачные подходы в некоторых случаях выигрывают у традиционного хостинга.

https://habr.com/ru/companies/hostkey/articles/968492/

#облачные_вычисления #vps #автоматизация #масштабируемость #мониторинг #облако #api #бизнеслогика #автоскейлинг #архитектура

Почему крупные компании строят свои дата-центры, а остальным они не нужны

Еще 3-5 лет назад у многих было полное ощущение, что облака победили. Казалось, что теперь только тарифы, all-in cloud и все такое. Но нет. В какой-то момент некоторые компании вновь начали думать о том, чтобы не выгружать все в облако, а держать у себя под боком и даже возвращать их облака на землю. В результате сложилось два противоположных лагеря, где одни вкладывают миллиарды в строительство ЦОД, а другие продолжают арендовать ресурсы и не парятся. Разница в подходах, понятное дело, не случайна.

https://habr.com/ru/companies/finops_ru/articles/967166/

#финопс #finops #облачные_сервисы #Облачные_вычисления #облачная_инфраструктура #цоды #датацентр #колокейшн #Bare_metal #Гибридная_инфраструктура

В России БУМ на нейросети в облаке: как компании используют ИИ для экономии и повышения продуктивности

За последние несколько лет ИИ прошел колоссальный путь. Сначала над ним смеялись. Затем вдруг испугались, решив, что он отнимет у всех работу. А теперь – причем не исключено даже, что все это были одни и те же люди – внедряют его в своих компаниях. Что же поменялось?

https://habr.com/ru/companies/finops_ru/articles/964940/

#финопс #finops #облака #искусственный_интеллект #нейросети #Облачные_вычисления #Облачные_сервисы #mlops #автоматизация #экономия_затрат

OpenNMS Horizon 34.0, пробую новый релиз на практике

Привет Хабр! 13 августа 2025 года вышел новый релиз OpenNMS Horizon (открытой системы мониторинга сетей и сервисов, NMS). Версия 34.0.0 стала первым крупным обновлением в ветке 34.x. Не буду пересказывать все технические детали, с ними всегда можно ознакомиться на сайте проекта. Важно другое, OpenNMS распространяется под лицензией AGPLv3 и является полностью open source. Помимо этого, существует продукт OpenNMS Meridian , подписочная услуга с коммерческими планами, поддержкой и SLA. Однако, с учётом текущей ситуации, в России коммерческая версия вряд ли доступна. Почему же тогда стоит говорить об OpenNMS?

https://habr.com/ru/articles/946146/

#OpenNMS #Horizon_3400 #Мониторинг_сети #SNMP #ICMP #Системное_администрирование #Network_Monitoring #Open_Source #Облачные_вычисления #Информационная_безопасность

Чек-лист: 5 признаков, что вашему бизнесу пора переезжать с облака на выделенный сервер

Мы собрали 5 четких признаков, по которым можно понять: пора переходить на выделенный сервер. Включая реальные тесты облака против bare metal, анализ затрат и кейсы, когда облако превращается из решения в проблему.

https://habr.com/ru/companies/hostkey/articles/958680/

#hostkey #выделенный_сервер #облачные_вычисления #миграция_с_облака #bare_metal #dedicated #производительность_сервера #sla #стоимость_услуг #Шумные_соседи

Edge AI: революция ИИ на периферийных устройствах, или Почему облачных вычислений уже недостаточно

Начиная с 2009–2010 годов в мире идет стремительное развитие интернета вещей (internet of things, IoT). Устройства IoT собирают данные и передают их для обработки и анализа в централизованные облачные системы. Однако по мере роста числа таких устройств стали появляться серьезные проблемы. Во-первых, при большом количестве устройств, каждое из которых генерирует значительный объем данных — например, камер видеонаблюдения с постоянной записью в 4K, — возникает проблема ограниченной пропускной способности. Возникает необходимость в выделенном широкополосном канале. Во-вторых, передача данных от устройства к «облаку» сопровождается временными задержками, которые могут быть критически опасными для приложений в некоторых сферах. Кроме того, в некоторых условиях, например в сельской местности, интернет-соединение может быть медленным или нестабильным, что увеличивает время отклика. В-третьих, отправка данных в «облако» сопряжена с вопросами обеспечения конфиденциальности.

https://habr.com/ru/companies/pt/articles/936254/

#edge_computing #edge_ai #iot #интернет_вещей #облачные_вычисления #облако

Смотрим на красивое – мощь от дяди Хуанга, Nvidia HGX H100 в Нидерландах

Привет Хабр! Вспомните как начался ваш путь в IT и первая тяга к технологиям? Скорее всего так или иначе вы либо сами собирали свои первые компьютеры, кропотливо подбирая железо в ограниченном бюджете. Или же наоборот, всё мечтали, что когда-нибудь вам подарят или вы уже сами заработаете на заветный апгрейд вашего Царь-ПК. И когда этот момент настал, какая радость и эйфория на вас накатывала от вида заветной новой железки. От шелеста пластика упаковки, от запаха свежего текстолита и вот пробравшись через все слои защиты из разноцветного картона и пенопласта – она, новая видеокарта. А затем спустя годы процесс повторялся снова и снова, уже и игры не так радуют, а желание всегда сидеть за компьютером обернулось рутинной работой в опен-спейс офисе. Но одно осталось неизменным – новое железо всё также радует сердце уже давно как повзрослевшего ПК-боярина. И знаете что? Эмоций ничуть не меньше и когда ты облачный провайдер, а в ЦОД пришло долгожданное обновление, с пылу с жару от дяди Хуанга! Но об этом, поговорим уже ниже в посте.

https://habr.com/ru/companies/itglobalcom/articles/835070/

#ITGLOBALCOM #обзор_железа #nvidia #dgx #облачные_вычисления #itинфраструктура #искуственный_интеллект #видеокарты #датацентры #цод

CISO и облачные системы

Главный специалист по информационной безопасности (CISO) — это руководитель высшего звена в организации, отвечающий за разработку и поддержание видения, стратегии и программы предприятия для обеспечения надлежащей защиты информационных активов и технологий. CISO руководит персоналом в определении, разработке, внедрении и поддержании процессов на предприятии для снижения рисков, связанных с информацией и информационными технологиями.

https://habr.com/ru/companies/otus/articles/888258/

#ciso #cloud #cloud_computing #облачные_вычисления

Расцвет скоростей в сетях ЦОД: 400GbE уже мейнстрим или совсем мало?

Привет! Меня зовут Михаил Шпак , я занимаюсь комплексной архитектурой технологических решений в сетевой части ИТ-холдинга Fplus, который выпускает широкий спектр высокотехнологичных электронных устройств. В данной статье я хочу показать, как за последние 5 лет требования современного бизнеса и развитие ресурсоемких приложений (искусственного интеллекта, поисковых систем, мобильной связи стандарта 5G и т.д.) изменили требования к архитектуре, скорости и отзывчивости сетей, используемых в центрах обработки данных. Давайте разберемся, какие комплексные технологические решения заставляют нас ускоряться, а где можно использовать старые наработки и отточенные десятилетиями практики.

https://habr.com/ru/companies/fplus_tech/articles/868850/

#ЦОД #400GbE #облачные_вычисления #cloud_computing #большие_данные #искусственный_интеллект #архитектура #gigabit_ethernet

[Перевод] Забудьте об облачных вычислениях. On-premises снова в игре

Облако долгое время воспринималось как безальтернативная основа современной инфраструктуры: гибко, удобно, масштабируемо. Но по мере роста нагрузки и счетов всё больше компаний начинают пересматривать это допущение. От стартапов до крупных игроков — растёт интерес к on-premises, где выше вход, но больше контроля и предсказуемости. В статье — разбор экономических и операционных причин, почему облачный энтузиазм пошёл на спад, примеры репатриации, реальные цифры и аргументы, которые заставляют смотреть в сторону серверной комнаты.

https://habr.com/ru/companies/otus/articles/916204/

#ITинфраструктура #Облачные_вычисления #onpremises #репатриация_из_облака #Оптимизация_расходов #мониторинг #Локальные_серверы

Не витаем в облаках: настраиваем прозрачный процесс тестирования облака

Облако — большой и сложный продукт, поэтому и процесс тестирования может растянуться… Всем привет! На связи Галина Чупрова, главный инженер по тестированию Облака Рег.ру. В какой-то момент мы с командой поняли, что чем раньше начать тестирование — тем меньше багов получим на выходе. В статье расскажу про этапы, которые помогут устранить «узкие горлышки» в процессе проверки качества продукта и подключить команду с первых шагов проекта. Будет полезно тем, кто начинает путь в тестировании или хочет по-новому взглянуть на процессы в своих командах. Поехали проходить этот квест!

https://habr.com/ru/companies/runity/articles/919768/

#тестирование #qa #qa_engineer #облачные_сервисы #тесты #testrail #swagger #багфикс #тестирование_документации #облачные_вычисления

С нуля до 3,7 миллиардов. История стартапа AppDynamics

Статистика утверждает, что в Кремниевой долине успеха достигает только 1 стартап из 100. Если говорить о компаниях, разрабатывающих программные продукты, то тут цифры еще более скромные. Кажется, на рынке ПО уже давным-давно всё изобретено, и придумать что-то новое, а главное — востребованное сегодня практически невозможно. Тем интереснее история индийского IT-предпринимателя Джиоти Бансала, приехавшего «покорять Америку» сразу после окончания института, и спустя полтора десятилетия ставшего долларовым мультимиллионером, а созданная им компания была продана за 3,7 миллиардов долларов.

https://habr.com/ru/companies/serverspace/articles/793850/

#Бансал #AppDynamics #Cisco #Java #NET #облачные_сервисы #облачные_технологии #облачные_вычисления #itкомпании #itинфраструктура

С нуля до 3,7 миллиардов. История стартапа AppDynamics

Статистика утверждает, что в Кремниевой долине успеха достигает только 1 стартап из 100. Если говорить о компаниях, разрабатывающих программные продукты, то тут цифры еще более скромные. Кажется, на рынке ПО уже давным-давно всё изобретено, и придумать что-то новое, а главное — востребованное сегодня практически невозможно. Тем интереснее история индийского IT-предпринимателя Джиоти Бансала, приехавшего «покорять Америку» сразу после окончания института, и спустя полтора десятилетия ставшего долларовым мультимиллионером, а созданная им компания была продана за 3,7 миллиардов долларов.

https://habr.com/ru/companies/serverspace/articles/793850/

#Бансал #AppDynamics #Cisco #Java #NET #облачные_сервисы #облачные_технологии #облачные_вычисления #itкомпании #itинфраструктура