產品管理

Thoras.ai 自動化 Kubernetes 工作負載的資源分配

# Thoras.ai 自動化 Kubernetes 工作負載資源分配## 技術新聞報導### 成立背景 1979 年蘇聯入侵阿富汗時,Thoras.AI 的創始人 Nilo Rahamani 和 Jennifer Rahamani 還不曾出生,但他們的父母與兄姊一同被迫逃離,最終移民美國,在弗吉尼亞 .... (往下繼續閱讀)

分享到 Facebook 分享到 Line 分享到 Twitter

文章目錄

Thoras.ai 自動化 Kubernetes 工作負載的資源分配
# Thoras.ai 自動化 Kubernetes 工作負載資源分配 ## 技術新聞報導 ### 成立背景 1979 年蘇聯入侵阿富汗時,Thoras.AI 的創始人 Nilo Rahamani 和 Jennifer Rahamani 還不曾出生,但他們的父母與兄姊一同被迫逃離,最終移民美國,在弗吉尼亞北部落戶。他們生下了雙胞胎女兒,長大後分別成為工程師,並在 Slack 和國防部工作,協助實施雲原生解決方案。在之前的工作中,Rahmani 姊妹們意識到工程師在 Kubernetes 工作負載的來源存在問題,過度依賴直觀而非資料。憑藉父母的勇氣遺傳,她們決定離開舒適的工作,創立 Thoras.ai 來解決這個問題。如今公司宣佈獲得了 150 萬美元的種子輪投資。 ### 產品特點 Thoras.ai 整合雲端服務,持續監控服務的使用情況。公司 CEO Nilo Rahmani 告訴 TechCrunch 說: "因此它的目標不僅僅是預測需求,還自主地根據預期的流量增加或減少,自動調整應用程式。"同時它還能夠通知工程師存在效能問題,以便在問題升級之前讓他們理解問題所在。他們剛在年初創立了公司,數週前完成了種子輪融資。他們已經釋出了產品的第一個版本,在實際客戶環境中執行並產生收入,這些都是這家新創公司的積極跡象。 ### 技術架構 雖然創辦人並不想深入談論後端的細節,但應用程式直接存取到公司的開發環境,沒有涉及 API,也沒有訊息來回傳輸,安全與隱私是他們設計的關鍵考量因素。開發人員可以在儀表板上看到有關應用程式資源的重要訊息,她說他們花了很多時間確保自己提供了一個視覺上吸引人的使用者體驗。 ### 人工智慧應用 公司當前主要使用基於任務的機器學習而非生成式人工智慧和大型語言模型。Nilo 表示:"我們面臨的許多問題是系統性問題,其中涉及許多數位。因此傳統的機器學習和人工智慧可用於預測消費情況。"她補充說,這並不意味著他們不考慮未來使用大型語言模型,但現在他們更希望能夠更主動地尋找潛在問題。公司認為大型語言模型在一定程度上在事後故障排除中更有用,並計劃在未來的產品中加以應用。 ### 個人成長與回顧 Rahmani 姊妹都意識到,如果他們的父母留在阿富汗,他們可能不會有同樣的教育機會,更別說創業了。Nilo 表示:"我每天都在想我有幸能在一個可以追逐夢想的國家裡。我經常提到這一點。"Jennifer 補充道:"這確實有助於驅使我們努力工作,取得成功,我想是這樣的。" ### 投資與前景 今天的種子輪投資由 Storytime Capital 和 Focal VC 共同領投,Hustle Fund、Precursor Ventures、Pitch Fund 以及數家未公開的策略性天使投資者參與了投資。 --- 歡迎訂閱紐約時報,留意我們的即時報導與獨家深度分析。 *關鍵詞:* Kubernetes、Kubernetes 自動化、資源分配、工作負載管理
Kubernetes-Kubernetes 自動化、資源分配、工作負載管理
程宇肖

程宇肖

Reporter

大家好!我是程宇肖,我對於科技的發展和應用有著濃厚的興趣,並致力於將最新的科技趨勢和創新帶給大家。科技領域的變化速度驚人,每天都有令人興奮的新發現和突破。作為一名部落格作者,我將帶領大家深入探索科技的奧秘和應用的無限可能。