今天小編分享的互聯網經驗：專注K8s場景，一站式雲原生FinOps平台「KubeFin AI」想要幫企業自動降低50%+雲成本，歡迎閱讀。
作者｜吳思瑾
編輯｜王與桐
*
FinOps（全稱 Financial Operations，雲成本管理）是 "Finance" 和 "DevOps" 的結合體，它定義了一系列雲财務管理規則和最佳實踐，在工程、财務、技術和業務團隊協同的過程中，基于數據驅動成本決策，幫助組織更好地管理雲計算成本，提高效率和靈活性。
簡單來說，FinOps 對雲成本的管理分為三步，一是成本數據可視化，二是通過優化費率和用量來節省成本，三是企業可通過優化流程、管理規範等運營手段進行成本的持續優化。
在 FinOps 出現之前，企業通常以分配雲資源的方式實現對雲成本的管控，或直接将預算下發至不同的業務部門進行自我管控，其管控依據主要來自新的業務規劃和過往的實際開銷，但問題往往來自企業只知道過往花了多少，卻不知道花的對不對。以企業通常收到的 K8s 服務賬單為例，只有數額，沒有詳單。
圖源：KubeFIn AI
「KubeFin AI」創始人兼 CEO Francis 告訴 36 氪：" 雲廠商為企業提供了至少 4-7 種計費模式，包括按需實例、競價實例、預留實例、Savings plan 等，此外，每年還會推出大量雲服務實例類型，比如 AWS EC2 就有超過 500+ 雲服務類型，要弄清楚每種實例的規格、價格以及最适合使用的場景，對絕大部分企業和工程師來說都是很困難的事情；此外，眾所周知工程師們往往更關注、‘線上穩定性’而非‘價格’，以拿 m5.xlarge 跑靜态網站為例，實際資源利用率不到 10%，完全可以選擇更低規格實例部署此類應用。綜上所述，全球企業雲資源利用率其實都不高，IDC 的報告統計也說明了這點——目前全球數據中心資源利用率僅為 10%~20%。"
企業對此也早有意識，在資源分配的過程中，有 IT 能力的企業通常會按照分攤模型進行分攤，比如打标籤定價、對資源進行產品化，或是通過不同的雲賬号對成本進行獨立核算；對于擁有眾多業務線的企業來說，還會自研工具實現對雲資源的實時監測和預警，達到成本可視化的目标。
但這只是成本管控的第一步，如何在此基礎上實現分析、優化甚至自動優化，是企業們正在摸索的方向，也是 FinOps 的目标。
KubeFin AI 正是瞄準了這個機會，在 2022 年研發了一款針對 K8s 的雲原生 FinOps 產品，并于 2023 年 8 月面向全球市場開源。
和其他 FinOps 產品類似，KubeFin AI 的產品也包括兩項主要功能——成本數據可視化和雲成本自動優化。其中，成本數據可視化是指幫助企業獲取 Kubernetes 成本報表，并按集群、命名空間、工作負載三大維度進行拆賬，為企業構建全方面、多維度的 K8s 成本報表并進行實時成本監控。據介紹，該功能面向所有用戶免費使用。
KubeFin AI 的收入主要來自後續的雲成本自動優化功能。" 或許大公司還可以通過自研工具實現成本可視化和實時監控，但後續的成本自動化分析和優化，目前在主流的 K8s 作業系統上還沒有特别成熟的產品；對于中小公司而言，不論是雲成本可視化還是成本自動優化，均對第三方產品有強烈的需求 "， Francis 告訴 36 氪。
在雲成本自動優化功能上，KubeFin AI 正在自研 AI 引擎，計劃通過持續分析集群雲資源用量，一邊為企業構建業務精準畫像，一邊對容器節點規格匹配自動調優機制，以實現對雲成本優化的建議和實施自動優化，在提高資源利用率的同時還可以保障業務運作過程中的連續性。據介紹，該功能将于 2024 年上線。
對于這款 AI 引擎，KubeFin AI 介紹其背後的規則一方面來自創始團隊過往積累的雲計算 " 行業 Know how"，比如 AWS EC2 同規格下，AMD 芯片的實例往往要比 Intel 芯片的實例便宜 15% 以上；另一方面來自 AI 引擎根據集群資源畫像持續迭代和完善調優策略。
KubeFin AI 的創始團隊共有兩人，CEO Francis 畢業于清華大學經管學院，曾就職海内外知名雲廠商任雲產品專家和 Tech leader，在雲原生領網域有多年從業經驗，聯合創始人 Wei 是雲原生領網域多個開源項目 Owner，曾就職于國内知名雲廠商任雲原生技術專家，負責核心架構設計和開發工作。
開源的模式能夠幫助 KubeFin AI 快速積累種子用戶并打開市場，但也意味着其未來面對的競争對手是來自世界各地的 FinOps 產品，比如 CloudZero、ProsperOps 等等。
KubeFin AI 表示，這正是他們基于 K8s 場景開發的原因。首先，雖然 K8s 開源于 2014 年，但随着全球企業雲原生化進程加速，2020 年容器就已經超過虛拟機成為企業部署計算的最小單元，K8s 成為名副其實的 "Cloud OS"，在 K8s 的成本可視化方面，已成為開發者和企業最痛的點。
其次，目前海外的 FinOps 產品很少有針對 K8s 來做成本可視化，包括 CloudZero 和 ProserOps 在内的 FinOps 產品主要面向虛拟機開發，KubeFin AI 與對方不直接競争。當下針對 K8s 開發的 FinOps 產品主要來自兩類公司，一是雲廠商推出的 FinOps 套件（如 Azure Cost management），還有一類是創業公司。這兩類產品和 KubeFin AI 一樣都只有成本可視化功能，且對方以閉源為主；而雲廠商做 FinOps 則存在‘既做裁判又做運動員’的矛盾，很難赢得客戶信任。
在後續的定價模式上，KubeFin AI 表示将基于按量付費，即按照集群管理費 + 集群 vCPU 核數收費，分為基礎版和企業版兩個套餐。據介紹，KubeFin AI 正在進行種子輪融資。
