1 октября 2026 г.
KSolver — решатель ограничений для Kubernetes, который анализирует фрагментацию GPU-ресурсов, объясняет причины ожидания подов и показывает, сколько денег теряется из-за неоптимального размещения нагрузок.
5 сентября 2026 г.
piqc — открытый коллектор фактов для AI-инференса на Kubernetes, который выявляет три типа GPU-расточительства: простаивающие аллокации, несоответствие уровней оборудования и тёмную ёмкость. Один запуск `piqc scan` даёт мгновенный отчёт о стоимости без внешних платформ.
21 июля 2026 г.
Соло-основатель NetworkLessons.com отказался от Kubernetes в пользу ECS Fargate и AWS CDK, избавившись от операционного бремени и вернув время на создание контента.
16 июля 2026 г.
Автор построил централизованную платформу инвентаризации AWS и Kubernetes на Python, MongoDB и Next.js, которая сократила MTTR на 40% и сэкономила более $30 000 в год, выявив брошенные ресурсы.
12 июля 2026 г.
Снижение resource requests не гарантирует уменьшения инфраструктуры: десятки факторов блокируют scale-down узлов. Статья разбирает все сценарии — от unmanaged pods и PDB до особенностей Karpenter и Cluster Autoscaler.
7 июля 2026 г.
Перед внедрением KEDA важно построить базис: собрать данные о простое CPU, Kafka-лаге и составить финансовую модель — только так можно понять, каким потребителям нужно автомасштабирование и сколько оно сэкономит.