Zespół badaczy zaprezentował STARIXNet - innowacyjne podejście do automatycznego skalowania zasobów w chmurze. Sieć neuronowa analizuje nie tylko wykorzystanie CPU, ale całą przestrzeń zmiennych, uwzględniając sezonowe wzorce, trendy czasowe i zależności między metrykami systemowymi. Dzięki temu podejmuje bardziej trafne decyzje o przydzielaniu mocy obliczeniowych.
Aktualnie stosowane rozwiązania skupiają się wyłącznie na prognozowaniu użycia procesora i optymalizacji dokładności przewidywań. Problem w tym, że niedoszacowanie zasobów prowadzi do awarii usług i frustracji użytkowników, a nadmiarowe przydzielanie niepotrzebnie zwiększa koszty. STARIXNet zmienia filozofię - zamiast maksymalnej precyzji, priorytetem jest stabilność serwisu, a dopiero w drugiej kolejności efektywność kosztowa.
Rozwiązanie zbudowano z myślą o praktycznym zastosowaniu w skali producenckiej. Jest computationally lightweight, co pozwala na rzeczywisty czas działania bez skoków w wydajności infrastruktury. Wdrożenie w Walmart'cie dla krytycznych mikrousług przyniosło spektakularne wyniki: oszczędności between 10-50% kosztów operacyjnych, plus trudne do zmierzenia, ale znaczące korzyści z улучшenia stabilności systemów i doświadczenia klientów. To pokazuje, że inteligentne zarządzanie zasobami na podstawie szerszego zakresu danych może być zarówno bardziej niezawodne, jak i ekonomiczne.