CloudPilot AI 正式支持微软 Azure:让 AKS 自动降本、更稳定

2026 年 6 月 23 日 —— CloudPilot AI 今日将其自治式 Kubernetes 优化能力带到了微软 Azure。任何运行 Azure Kubernetes Service(AKS)的团队,现在都可以把集群接入 CloudPilot AI,开始削减浪费、安全地使用 Spot、让工作负载远离 OOM —— 全部通过一个只读 Agent 完成:几分钟即可接入,不读取你的任何应用数据,也不改动集群配置。随着 Azure 加入 AWS 与 Google Cloud,CloudPilot AI 现已覆盖三大主流云。

随着 Node Auto Provisioning(NAP) —— Azure 托管的、基于 Karpenter 的自动扩缩器 —— 进入可用,AKS 集群终于原生具备了「无节点组(node group)」的按需供给:有 Pod 处于 pending,合适规格的虚拟机就会出现,你不必再手工维护节点池。

这回答了节点是怎么被创建的,却没有回答它们跑得有多好。

NAP 会忠实地按你的 requests 去供给资源 —— 包括大多数集群预留了却从不使用的那 60–70% CPU 与内存。它不会在 JVM 堆配错时提醒你,直到 Pod OOM;不会替你判断哪些工作负载适合放到 Spot 上;也不会在一个有状态服务从一个节点切到另一个节点时做到毫无抖动。这道「已供给」与「已优化」之间的鸿沟,正是 CloudPilot AI 运行其上的那一层(如果你还没用上 NAP,它同样可以工作在传统的 cluster autoscaler 之上)。

「Azure 的客户一直在问 CloudPilot AI 什么时候支持 AKS,」CloudPilot AI 联合创始人兼 CEO Jingkang Jiang 说,「既然节点自动供给已经原生在 AKS 里,缺的就是它之上的那层智能 —— 知道该给什么做 rightsizing、什么适合放到 Spot、以及如何替换节点却让没人察觉。这正是我们自动化的部分,也是我们的客户已经在 AWS 和 Google Cloud 上信赖的同一套引擎。」

与其再多给你一个要盯着看的 dashboard,CloudPilot AI 是一层会动手的自动化。它围绕三个结果来组织:

1 —— 更小的账单,且无需有人盯着

CloudPilot AI 持续测量每个工作负载的真实用量,实时调整 CPU 与内存的 requests,再把 Pod 整合到更少的节点上,让你不再为「预留但闲置」的容量付费。Java 会得到特别对待:标准的 rightsizing 工具只看容器内存,看不到底层的 JVM,于是要么白白留出余量,要么触发 OOM。CloudPilot AI 既懂堆(heap)也懂 GC —— 它会对堆做 rightsizing(带 HeapDrift 处理与 JVM 参数变更),让 Java 服务在不出现 GC 回退的前提下精简运行。(Java 工作负载优化。)

2 —— 真正留得住的 Spot 省钱

Azure Spot 虚拟机比按需价最高便宜可达 90%,但 Azure 可以在需要收回容量时随时驱逐它们 —— 这也是大多数团队从不敢把重要业务交给 Spot 的原因。CloudPilot AI 让 Spot 从「吓人」变成「可生存」:它把工作负载分散到多种虚拟机系列与代际(Dsv5、Dasv5,既有 AMD 也有 Intel,再加上内存优化的 Esv5 与计算优化的 Fsv2),并跨多个可用区(availability zone),让任何单一容量池都不会成为单点。带副本的工作负载默认会跨至少两个节点做反亲和(anti-affinity);每一次节点替换都是优雅交接 —— 新节点 Ready、其上的 Pod 进入 Running 之后,旧节点才会被排空。

3 —— 更快的扩容,与一份诚实的审计记录

庞大的容器镜像是自动扩缩的隐形税:一个节点几秒就能供给好,却还要再花几分钟拉镜像才能干活。CloudPilot AI 的 镜像加速器(Image Accelerator) 用两招应对:懒加载(needed 的镜像层一到就启动容器,而不是等整个镜像)与 P2P 分发(从邻近节点拉取镜像层,而不是远端镜像仓库),让扩容与替换都能跟上流量。又因为每一个动作都被记录下来 —— 节点的创建 / 删除 / 替换,各带状态与原因 —— 再加上实时的开销与事件 dashboard,你得到的是一份审计记录,而不是散落各处的 kubectl 输出。

CloudPilot AI 不是一个对着 Azure 生搬硬套的通用优化器。它理解 AKS 的具体细节:按 Azure 容量模型所偏好的方式跨 VM SKU 与可用区做分散,把 Spot 驱逐当作一等公民事件而非故障来处理,并且能干净地与你既有的一切并存 —— 无论是 NAP 还是 cluster autoscaler,无论是按需,还是用预留实例(Reservations)与 Savings Plans 兜住稳态基线,都让 Spot 与 rightsizing 在其上去捕获可变的那部分省钱空间。

接入只需一段脚本。在 CloudPilot AI 控制台里选择 AKS,然后在 Azure Cloud Shell 或任意能用 kubectl 访问目标集群的终端里运行生成的命令。集群元数据会从 AKS 节点与上下文中自动发现,因此不需要你手工填任何 Azure ID。这个 Agent 是只读的 —— 它接触不到你的敏感数据,也不会改动集群配置 —— CloudPilot AI 会立即开始分析。

访问 cloudpilot.ai 接入你的第一个 AKS 集群,或预约一场 demo。

推荐阅读

全球抢 GPU，Kubernetes 却闲置？看 DRA 如何让算力按需飞

别了，EC2 Auto Scaling！AWS 2025 变革信号背后的行业真相

公司 GPU 还在 “摸鱼” 吗？这项Kubernetes 技术或许能帮你节省百万算力成本