AWS startet KI-gestütztes Autoscaling für EC2
Amazon Web Services hat eine neue Autoscaling-Funktion namens Intelligent Adaptive Scaling für EC2 eingeführt. Die KI-basierte Skalierung soll Entwicklern deutliche Kostenersparnisse bringen.
Amazon Web Services (AWS) hat offiziell ein bedeutendes Update für seinen Dienst Elastic Compute Cloud (EC2) vorgestellt und damit eine neue KI-gestützte Autoscaling-Funktion eingeführt, die Entwicklern erhebliche Kosteneinsparungen verspricht. Die Funktion wurde am 24. Oktober angekündigt und trägt den Namen "Intelligent Adaptive Scaling" (IAS). Sie nutzt Machine-Learning-Modelle, um Lastspitzen mit einer Genauigkeit von 95 Prozent vorherzusagen und Ressourcen in Echtzeit anzupassen, anstatt sich auf einfache schwellenwertbasierte Regeln zu verlassen.
Diese Entwicklung markiert einen bedeutenden Wandel darin, wie Cloud-Infrastruktur Kapazitäten verwaltet, indem sie von einer reaktiven zu einer prädiktiven Ressourcenzuweisung übergeht.
Jahrelang hat Cloud-Autoscaling auf statischen Metriken wie CPU-Auslastung oder Anforderungsraten basiert, um Skalierungsereignisse auszulösen. Dieser Ansatz ist zwar wirksam, führt jedoch häufig zu sogenannten "Thundering Herds", bei denen Instanzen in großer Zahl hoch- oder heruntergefahren werden, was zu Latenzspitzen und verschwendeten Rechenzyklen führt. Die neue IAS-Funktion von AWS integriert sich in die bestehende Plattform SageMaker AI, um historische Nutzungsmuster, saisonale Trends und sogar externe Ereignisse wie Produkteinführungen oder Nachrichtenzyklen zu analysieren.
"Wir gehen über einfache Heuristiken hinaus", erklärte Dr. Sarah Chen, VP of Infrastructure bei AWS, in einer Pressekonferenz. "Durch den Einsatz von Deep Learning können wir die Nachfrage vorhersehen, bevor sie die Infrastruktur erreicht, und so eine optimale Leistung ohne die Kostenblase gewährleisten, die traditionelles Autoscaling plagt." Erste Beta-Tests mit ausgewählten Unternehmenskunden zeigten eine durchschnittliche Reduzierung der Rechenkosten um 30 Prozent und eine Verbesserung der Antwortzeiten während Verkehrsspitzen um 40 Prozent.
Für Startups sind Cloud-Kosten häufig der zweitgrößte operative Aufwand nach den Gehältern. Die Fähigkeit, die Ressourcennutzung automatisch zu optimieren, ohne manuelles Tuning oder komplexe Skripte, ist ein echter Wendepunkt. Ein typisches SaaS-Startup könnte Server überdimensionieren, um einer zehnfachen Steigerung der Nutzeraktivität zu begegnen, und zahlt dabei in 90 Prozent der Zeit für ungenutzte Kapazitäten. Mit IAS dimensioniert das System die Instanzen dynamisch richtig, sodass Ressourcen genau dann verfügbar sind, wenn sie benötigt werden.
Dies ist im aktuellen wirtschaftlichen Umfeld besonders relevant, in dem CTOs und CFOs jeden Posten genau prüfen. Die Funktion ist ab sofort in den Regionen US-East und US-West verfügbar, ein globaler Rollout wird bis zum ersten Quartal 2024 erwartet. AWS hat zudem sein Preismodell aktualisiert und erhebt nun eine kleine Prämie für die KI-Vorhersageschicht, die laut Unternehmen durch die Einsparungen bei den Rechenkosten bereits im ersten Monat der Nutzung ausgeglichen wird.
Die Einführung von IAS setzt Wettbewerber wie Microsoft Azure und Google Cloud Platform (GCP) unter Druck, die derzeit ähnliche KI-integrierte Verwaltungstools testen. Azures jüngster Fokus auf "FinOps"-Tools und GCPs Initiativen zu "Carbon-Aware Computing" bewegen sich in eine ähnliche Richtung, doch die Integration von Deep Learning von AWS direkt in den zentralen Skalierungsmechanismus setzt einen neuen Maßstab für autonome Infrastruktur.
Analysten von Gartner stellen fest, dass dieser Trend eine breitere Innovation in der Cloud-native-Entwicklung darstellt, bei der die Infrastruktur selbst intelligent wird. "Die nächste Generation von Cloud-Diensten wird nicht nur um roher Rechenleistung gehen, sondern um intelligente Zuweisung", sagte Mark Thompson, Principal Analyst bei TechVentures. "AWS setzt darauf, dass Entwickler ein gewisses Maß an Vendor Lock-in für erhebliche Effizienzgewinne in Kauf nehmen." Dieser Schritt entspricht auch der wachsenden Nachfrage des Startup-Ökosystems nach wartungsarmen, hocheffizienten Backend-Diensten, die Engineering-Teams ermöglichen, sich auf Produktfunktionen statt auf Infrastruktur-Tuning zu konzentrieren.
AWS plant, IAS Anfang nächsten Jahres auf serverlose Funktionen und Container-Dienste (EKS) auszuweiten. Das Unternehmen prüft außerdem Partnerschaften mit Monitoring-Tools von Drittanbietern, um individuelle Trainingsdaten zu ermöglichen, damit Unternehmen die KI-Modelle anhand ihrer spezifischen Anwendungsarchitekturen feinjustieren können. Da KI sich zunehmend auf jede Ebene des Tech-Stacks ausbreitet, von der Anwendungslogik bis zum Infrastrukturmanagement, signalisiert dieses Update eine neue Ära des autonomen Cloud-Computings. Für Entwickler ist die Botschaft klar: Die Cloud wird intelligenter, und der Betrieb wird günstiger.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
Amazon Web Services (AWS) has officially rolled out a major update to its Elastic Compute Cloud (EC2) service, introducing a new AI-driven autoscaling feature that promises significant cost savings for developers. Announced on October 24, the feature, dubbed "Intelligent Adaptive Scaling" (IAS), uses machine learning models to predict workload spikes with 95% accuracy, adjusting resources in real-time rather than relying on simple threshold-based rules.
This development marks a significant shift in how cloud infrastructure manages capacity, moving from reactive to predictive resource allocation.
For years, cloud autoscaling has relied on static metrics, such as CPU utilization or request rates, to trigger scaling events. While effective, this approach often leads to "thundering herds" of instances spinning up or down, causing latency spikes and wasted compute cycles. AWS’s new IAS feature integrates with their existing SageMaker AI platform to analyze historical usage patterns, seasonal trends, and even external events like product launches or news cycles.
"We are moving beyond simple heuristics," said Dr. Sarah Chen, VP of Infrastructure at AWS, in a press briefing. "By leveraging deep learning, we can anticipate demand before it hits the infrastructure, ensuring optimal performance without the cost bloat that plagues traditional autoscaling." Initial beta tests with select enterprise clients showed an average 30% reduction in compute costs and a 40% improvement in response time during peak traffic periods.
For startups, cloud bills are often the second-largest operational expense after salaries. The ability to automatically optimize resource usage without manual tuning or complex scripting is a game-changer. A typical SaaS startup might over-provision servers to handle a 10x spike in user activity, paying for idle capacity 90% of the time. With IAS, the system dynamically right-sizes instances, ensuring that resources are available exactly when needed.
This is particularly relevant in the current economic climate, where CTOs and CFOs are scrutinizing every line item. The feature is available immediately in the US-East and US-West regions, with global rollout expected by Q1 2024. AWS has also updated its pricing model to include a small premium for the AI prediction layer, which they claim is offset by the savings in compute costs within the first month of usage.
The introduction of IAS puts pressure on competitors like Microsoft Azure and Google Cloud Platform (GCP), both of which are currently testing similar AI-integrated management tools. Azure’s recent focus on "FinOps" tools and GCP’s "Carbon-Aware Computing" initiatives are moving in a similar direction, but AWS’s integration of deep learning directly into the core scaling mechanism sets a new benchmark for autonomous infrastructure.
Analysts at Gartner note that this trend represents a broader innovation in cloud-native development, where the infrastructure itself becomes intelligent. "The next generation of cloud services will not just be about raw power, but about smart allocation," said Mark Thompson, Principal Analyst at TechVentures. "AWS is betting that developers will trade a bit of vendor lock-in for significant efficiency gains." This move also aligns with the growing startup ecosystem’s demand for low-maintenance, high-efficiency backend services, allowing engineering teams to focus on product features rather than infrastructure tuning.
AWS plans to expand IAS to include serverless functions and container services (EKS) by early next year. The company is also exploring partnerships with third-party monitoring tools to allow for custom training data, enabling companies to fine-tune the AI models based on their specific application architectures. As AI continues to permeate every layer of the tech stack, from application logic to infrastructure management, this update signals a new era of autonomous cloud computing. For developers, the message is clear: the cloud is getting smarter, and it’s getting cheaper to run.