# Cast AI Reviews **Vendor:** Cast AI **Category:** [Strumenti di gestione dei costi del cloud](https://www.g2.com/it/categories/cloud-cost-management) **Average Rating:** 4.6/5.0 **Total Reviews:** 191 ## About Cast AI Cast AI è una piattaforma di automazione per gestire infrastrutture cloud-native e AI su larga scala. Mantiene le applicazioni veloci e stabili ottimizzando continuamente i sistemi di produzione ed eliminando le operazioni manuali man mano che gli ambienti si espandono. ## Cast AI Pros & Cons **What users like:** - Gli utenti apprezzano la **gestione efficace dei costi** di CAST AI, che consente una supervisione efficiente dei cluster e risparmi significativi. (53 reviews) - Gli utenti apprezzano i **significativi risparmi sui costi** offerti da Cast AI attraverso l'automazione e l'ottimizzazione dei cluster Kubernetes. (53 reviews) - Gli utenti trovano CAST AI **incredibilmente facile da usare** , migliorando la visibilità del carico di lavoro e semplificando i compiti di gestione. (50 reviews) - Gli utenti apprezzano le **capacità di riduzione dei costi efficaci** di CAST AI, migliorando l'efficienza e ottimizzando la gestione di Kubernetes. (49 reviews) - Gli utenti apprezzano le **capacità di risparmio sui costi** di CAST AI, ottenendo riduzioni significative delle spese cloud senza perdere in prestazioni. (48 reviews) - Gli utenti elogiano CAST AI per le sue **soluzioni convenienti** , ottenendo fino al 60% di risparmio sulle bollette del cloud senza sacrificare le prestazioni. (42 reviews) - Auto Scaling (41 reviews) - Gli utenti apprezzano il **supporto clienti 24/7** di CAST AI, garantendo una rapida risoluzione dei problemi a qualsiasi ora. (41 reviews) - Gli utenti trovano le **raccomandazioni per la RIDUZIONE DEI COSTI** di CAST AI inestimabili, migliorando l'affidabilità e ottimizzando la gestione dei cluster Kubernetes. (40 reviews) - Automation (39 reviews) **What users dislike:** - Gli utenti riscontrano **problemi di scalabilità** con Cast AI, lottando con raccomandazioni di risorse che superano le capacità del cluster, causando ritardi nel servizio. (13 reviews) - Gli utenti trovano CAST AI **troppo costoso** , specialmente se confrontato con altre alternative open source. (12 reviews) - Gli utenti affrontano una **difficoltà di apprendimento significativa** con Cast AI, inclusa la comprensione dei concetti e la navigazione nella documentazione. (11 reviews) - Poor Documentation (10 reviews) - Gli utenti esprimono preoccupazioni riguardo a **problemi di prezzo** , notando difficoltà nel comprendere i costi e la necessità di una migliore visibilità e trasparenza. (10 reviews) - Steep Learning Curve (10 reviews) - Gli utenti trovano **necessario il miglioramento dell'UX** poiché la navigazione lenta e i problemi di visibilità ostacolano la loro esperienza complessiva. (10 reviews) - Difficulty in Usage (9 reviews) - Gli utenti esprimono preoccupazioni riguardo a **problemi di integrazione** che influenzano l'accuratezza dei costi e l'ottimizzazione del carico di lavoro in Cast AI. (9 reviews) - Complexity (8 reviews) ## Cast AI Reviews ### 1. Strumento solido per ridurre i costi del cloud e diminuire il lavoro infrastrutturale **Rating:** 4.5/5.0 stars **Reviewed by:** Rahul Abishek K. | Senior DevOps Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** March 10, 2026 **Cosa Le piace di più di Cast AI?** L'automazione è davvero impressionante - una volta che Cast AI è connesso ai nostri cluster, gestisce le decisioni di scalabilità che prima richiedevano ore del tempo dei nostri ingegneri ogni settimana. I risparmi sui costi sono iniziati abbastanza rapidamente dopo l'installazione, e la visibilità su dove vanno le nostre spese cloud è stata davvero utile. Avevamo una configurazione multi-cluster e Cast AI l'ha gestita meglio di quanto mi aspettassi. Le raccomandazioni sono solide e l'interfaccia utente rende facile vedere cosa sta succedendo senza dover scavare nei log. **Cosa non Le piace di Cast AI?** La documentazione iniziale di configurazione e onboarding potrebbe essere un po' più chiara - ci sono stati alcuni problemi con i permessi IAM che ci hanno richiesto più tempo del previsto per essere risolti. Le opzioni di allerta sembrano un po' limitate rispetto a quelle a cui siamo abituati con altri strumenti. Niente che sia stato un ostacolo insormontabile, ma c'è spazio per migliorare su questi fronti. **Quali problemi sta risolvendo Cast AI e in che modo La sta aiutando?** Stavamo sovraprovvigionando nei nostri cluster Kubernetes e non avevamo una vera visibilità su dove provenisse lo spreco. Cast AI ci ha aiutato a dimensionare correttamente i carichi di lavoro automaticamente e ha ridotto notevolmente la nostra bolletta del cloud già nel primo mese. L'auto-scaling significa anche che il nostro team non riceve quasi mai notifiche per interventi manuali, il che è stato un grande miglioramento della qualità della vita per gli ingegneri di turno. ### 2. Infrastruttura Lock and Bolt: Risparmi sul Cloud "Fire-and-Forget" per K8s **Rating:** 4.5/5.0 stars **Reviewed by:** Ajay B. | DevOps Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** March 10, 2026 **Cosa Le piace di più di Cast AI?** Il ribilanciamento automatico e la gestione delle istanze Spot sono rivoluzionari. A differenza di altri strumenti FinOps che ti forniscono solo un elenco di suggerimenti da correggere manualmente, CAST AI esegue effettivamente le modifiche in tempo reale. L'Autoscaler è incredibilmente aggressivo (in senso positivo) nel raggruppare i pod, il che ci ha permesso di ridurre significativamente l'impronta del nostro cluster senza alcun tempo di inattività. Inoltre, il loro meccanismo di fallback per le istanze Spot ci dà la fiducia di eseguire carichi di lavoro di produzione su istanze Spot perché sappiamo che le sposterà su On-Demand istantaneamente se la capacità diminuisce. **Cosa non Le piace di Cast AI?** Sebbene l'onboarding sia veloce, c'è una leggera curva di apprendimento quando si tratta di ottimizzare le politiche per carichi di lavoro stateful molto complessi. Ho anche notato che gli autoscaler di Workload e Node a volte sembrano operare su due piani diversi—sarebbe fantastico vedere una coordinazione ancora più stretta tra i due in modo che le richieste di risorse e il provisioning dei nodi siano perfettamente sincronizzati al 100% del tempo. Infine, il prezzo può sembrare un po' elevato per cluster molto piccoli e statici dove non c'è molto da ottimizzare. **Quali problemi sta risolvendo Cast AI e in che modo La sta aiutando?** Stavamo affrontando un enorme spreco di risorse cloud (circa il 40%) a causa di un'eccessiva allocazione e di spese 'ombra' su Kubernetes. CAST AI ha risolto questo problema automatizzando il nostro dimensionamento corretto. Vantaggio 1: Abbiamo ridotto la nostra bolletta AWS/GCP di quasi il 50% nei primi due mesi. Vantaggio 2: Il nostro team DevOps non passa più ore ogni settimana a 'regolare manualmente' i tipi di istanza o a gestire manualmente le interruzioni Spot. Ha effettivamente spostato il nostro team dal 'controllo dell'infrastruttura' allo sviluppo effettivo delle funzionalità. ### 3. L'automazione di CastAI ha ridotto il calcolo sprecato e migliorato la trasparenza dei costi **Rating:** 4.0/5.0 stars **Reviewed by:** Vatsal D. | Devops Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** February 26, 2026 **Cosa Le piace di più di Cast AI?** Quello che mi ha colpito di più è stata l'automazione. Una volta configurato, CastAI ha analizzato continuamente i nostri carichi di lavoro e ha regolato le risorse in tempo reale. Abbiamo notato riduzioni significative nel calcolo sprecato, soprattutto intorno ai nodi sotto-utilizzati. La capacità della piattaforma di sfruttare automaticamente le istanze Spot senza compromettere la stabilità è stata un grande vantaggio per noi. Ha gestito la complessità in background, il che ha dato al nostro team più tempo per concentrarsi sul lavoro di prodotto invece che sulla regolazione dell'infrastruttura. Anche la visibilità sui costi è stata preziosa. Essere in grado di suddividere la spesa per cluster e carico di lavoro ci ha aiutato a capire esattamente dove stava andando il nostro budget cloud. Quella trasparenza ha reso molto più facile avere conversazioni produttive internamente sull'ottimizzazione e la responsabilità. **Cosa non Le piace di Cast AI?** Ho osservato raramente raccomandazioni errate applicate ad alcuni carichi di lavoro in cui CastAI ha applicato risorse superiori alla capacità massima disponibile sul nostro cluster EKS, il che ha portato alcuni servizi a rimanere in stato di attesa senza alcun modo per controllarlo. **Quali problemi sta risolvendo Cast AI e in che modo La sta aiutando?** Prima di implementare CastAI, gestire i costi della nostra infrastruttura Kubernetes sembrava un costante atto di equilibrio. Stavamo o sovraprovvedendo per rimanere al sicuro o spendendo troppo tempo a regolare manualmente le dimensioni dei nodi e le regole di autoscaling. Dopo aver integrato CastAI, gran parte di quel lavoro manuale è scomparso. CastAI ha analizzato continuamente i nostri carichi di lavoro e ha regolato le risorse in tempo reale, e abbiamo visto riduzioni significative nel calcolo sprecato, specialmente sui nodi sotto-utilizzati. La capacità della piattaforma di sfruttare automaticamente le istanze Spot senza compromettere la stabilità è stata una grande vittoria per noi. Ha gestito la complessità in background, il che ha dato al nostro team più tempo per concentrarsi sul lavoro di prodotto invece che sulla regolazione dell'infrastruttura. La maggiore visibilità sui costi è stata anche preziosa. Essere in grado di suddividere la spesa per cluster e carico di lavoro ci ha aiutato a capire esattamente dove stava andando il nostro budget cloud. Quella trasparenza ha reso molto più facile avere conversazioni interne produttive sull'ottimizzazione e la responsabilità. ### 4. Migliorare la visibilità del cluster e ridurre i costi con CAST AI **Rating:** 5.0/5.0 stars **Reviewed by:** Prashant P. | Lead Data Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** February 11, 2026 **Cosa Le piace di più di Cast AI?** Sono sinceramente impressionato dal modo in cui CAST AI presenta la sua interfaccia utente. Il layout appare pulito, intuitivo e progettato con cura, il che lo rende incredibilmente facile da navigare e comprendere senza bisogno di documentazione estesa o formazione iniziale. Questa esperienza intuitiva mi permette di prendere decisioni basate sui dati con fiducia e di seguire rapidamente con azioni correttive quando necessario. Da quando ho adottato CAST AI, ho visto una riduzione di quasi l'80% dello sforzo manuale precedentemente richiesto per il monitoraggio continuo. Compiti che una volta richiedevano attenzione costante sono ora diventati semplificati e in gran parte automatizzati. Una caratteristica che apprezzo particolarmente è la chiara visibilità nelle analisi dei costi. CAST AI evidenzia distintamente il costo effettivo rispetto al costo ottimizzato, rendendo semplice comprendere l'impatto finanziario della sua automazione. La piattaforma fornisce anche trasparenti approfondimenti sui risparmi ottenuti attraverso il dimensionamento corretto e l'allocazione delle risorse basata su modelli di utilizzo reale. Questo livello di chiarezza mi aiuta significativamente nella pianificazione, previsione ed esecuzione complessiva. Inoltre, il processo di configurazione iniziale è stato straordinariamente rapido e senza problemi, permettendomi di iniziare a sfruttare le sue capacità quasi immediatamente. **Cosa non Le piace di Cast AI?** Ho notato che durante l'inizializzazione iniziale del pod, CAST AI non riesce davvero a tenere il passo con le metriche. Di seguito sono riportati i dettagli. Osservazioni chiave sulle metriche di inizializzazione del pod in CAST AI Le metriche iniziali di avvio del pod non sono completamente catturate Durante la primissima fase di inizializzazione del pod, CAST AI sembra perdere picchi di domanda di risorse di breve durata. Questo porta a una raccolta di metriche incompleta o inaccurata per quella finestra specifica. Brevi picchi di requisiti di CPU non vengono segnalati Se un pod richiede brevemente un intero core all'avvio, anche solo per una frazione di secondo, CAST AI attualmente non registra questo picco. Di conseguenza, la piattaforma ignora un requisito importante necessario per un'inizializzazione riuscita. L'utilizzo della CPU riportato non riflette le reali esigenze di avvio Quando l'uso medio della CPU del pod si stabilizza intorno, ad esempio, a 300 millicore, CAST AI riporta solo quella media. Non riflette che il pod inizialmente aveva bisogno di un intero core per avviarsi con successo. Questo porta a intuizioni fuorvianti sulla CPU Poiché CAST AI mostra solo le metriche medie, suggerisce che il requisito della CPU del pod sia costantemente basso. Tuttavia, operativamente il pod non può ancora avviarsi senza quel picco iniziale di 1 core. Implicazione pratica: fallimenti di avvio nonostante la CPU "adeguata" riportata Anche se il dashboard può mostrare che 300 millicore sono sufficienti, l'assenza di un picco garantito di 1 core all'inizializzazione può causare ritardi o fallimenti nell'avvio del pod, nessuno dei quali viene evidenziato dall'attuale reportistica. Effetto complessivo sulla pianificazione della capacità e sul dimensionamento corretto Questa lacuna nella visibilità può causare confusione durante gli esercizi di dimensionamento corretto, poiché CAST AI non riflette il quadro completo. I team potrebbero allocare troppo poca CPU basandosi su metriche medie, ignari del requisito critico di avvio. **Quali problemi sta risolvendo Cast AI e in che modo La sta aiutando?** Utilizzo CAST AI ampiamente per la gestione end-to-end dei cluster, inclusi il monitoraggio, l'analisi dell'utilizzo delle risorse e l'ottimizzazione sia dei costi che delle prestazioni. La piattaforma ha semplificato notevolmente le mie operazioni automatizzando molte delle attività di supervisione di routine che in precedenza richiedevano uno sforzo manuale continuo. Infatti, ha ridotto il mio carico di lavoro di monitoraggio manuale di quasi l'80%, permettendomi di concentrarmi maggiormente su miglioramenti strategici piuttosto che su controlli quotidiani. L'interfaccia utente intuitiva e progettata con cura gioca un ruolo importante in questa efficienza. Presenta metriche complesse e approfondimenti sull'ottimizzazione in modo chiaro e facile da interpretare, permettendomi di prendere decisioni informate e basate sui dati con fiducia. Inoltre, CAST AI evidenzia i risparmi sui costi in modo trasparente, mostrando sia la spesa effettiva che quella ottimizzata, il che rende molto più facile monitorare l'impatto finanziario e giustificare le iniziative di ottimizzazione. Nel complesso, CAST AI è diventato una parte essenziale del mio flusso di lavoro per mantenere ambienti Kubernetes efficienti, convenienti e ad alte prestazioni. ### 5. Metriche centralizzate di Kubernetes e interfaccia utente intuitiva per ottimizzare le risorse **Rating:** 4.0/5.0 stars **Reviewed by:** Fernando C. | Devops / Cloudops, Enterprise (> 1000 dip.) **Reviewed Date:** February 23, 2026 **Cosa Le piace di più di Cast AI?** La centralizzazione delle metriche di Kubernetes in un'interfaccia utente intuitiva, insieme alla configurazione dei nodi e degli autoscaler dei carichi di lavoro, facilita l'ottimizzazione delle risorse. **Cosa non Le piace di Cast AI?** Ciò che complica un po' l'uso dello strumento è l'installazione tramite Helm, dato che noi lo distribuiamo con Terraform tramite manifesti. In questo contesto, alcuni componenti, come ad esempio l'evictor, ci creano inconvenienti quando li gestiamo senza l'interfaccia utente. **Quali problemi sta risolvendo Cast AI e in che modo La sta aiutando?** Cast AI ci aiuta a risolvere problemi di sovraprovisionamento e di bassa efficienza nella nostra infrastruttura di Kubernetes, poiché ottimizza automaticamente l'uso delle risorse e seleziona istanze più adatte in base alla domanda reale. Questo si traduce principalmente in una riduzione dei costi nel cloud, insieme a un miglioramento delle prestazioni e una maggiore stabilità delle applicazioni. Inoltre, automatizzando compiti di ottimizzazione che prima richiedevano intervento manuale, diminuisce il carico operativo del team e ci permette di concentrarci su altre priorità. ### 6. Mappatura di Scalabilità Bella e Vista di Lettura-Scrittura per Strategie a Zero Tempi di Inattività con Meno Costo **Rating:** 5.0/5.0 stars **Reviewed by:** Chirag S. | Senior DevOps Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** February 12, 2026 **Cosa Le piace di più di Cast AI?** La cosa migliore e la caratteristica migliore di Cast AI è la bellissima mappatura di 1. scalabilità dei nodi 2. scalabilità orizzontale 3. fornisce una vista di sola lettura in modo che gli LLM possano apprendere e ottimizzare la strategia invece di implementarla direttamente nel nostro ambiente e apprendere strategie a zero downtime. 4. Il loro supporto clienti è eccellente, per problemi P0 Chandani di castAI è disponibile prontamente. 5. Possiamo implementare castAI semplicemente fornendo i permessi IAM necessari e installando facilmente castAI nel nostro ambiente EKS in 30 minuti. 6. Il nostro costo infrastrutturale è stato ridotto del 30% utilizzando castAI per soli 40-50 giorni. **Cosa non Le piace di Cast AI?** Non c'è nulla da non apprezzare, ma ci può essere un miglioramento. Possiamo avere una mappatura corretta se stiamo usando nginx-ingress, poiché dobbiamo mappare i gruppi target di nginx ingress nella console di castAI. **Quali problemi sta risolvendo Cast AI e in che modo La sta aiutando?** Non dobbiamo accedere alla console EKS per visualizzare le cose, poiché castAI offre la migliore interfaccia utente con capacità extra ed elimina la necessità di avere karpenter. Ha anche eliminato la necessità di mappare nodeSelectors, affinità, taints, tolleranze poiché possiamo gestirli su castAI con facilità. ### 7. Ottimizzazione più intelligente di Kubernetes con un impatto reale sui costi **Rating:** 5.0/5.0 stars **Reviewed by:** Oded S. | SVP of R&D, Mid-Market (51-1000 dip.) **Reviewed Date:** February 11, 2026 **Cosa Le piace di più di Cast AI?** Ciò che mi piace di più di Cast AI è come combina efficacemente l'ottimizzazione dei costi con la semplicità operativa. Analizza continuamente i nostri carichi di lavoro Kubernetes e adatta automaticamente le dimensioni dei nodi, scala i cluster e sfrutta le istanze spot senza richiedere un costante intervento manuale dal nostro team DevOps. La visibilità sull'utilizzo delle risorse e sui risparmi è chiara e attuabile, il che rende più facile giustificare le decisioni infrastrutturali internamente. Oltre ai risparmi sui costi, il vero valore è il tempo risparmiato e la fiducia che il cluster sia sempre in uno stato ottimizzato senza interventi quotidiani. **Cosa non Le piace di Cast AI?** Uno svantaggio è che alcune delle funzionalità di configurazione e ottimizzazione più avanzate richiedono una comprensione più approfondita di Kubernetes e dell'infrastruttura cloud per essere sfruttate appieno. Mentre le basi sono facili da configurare, la messa a punto delle politiche e la comprensione dell'impatto di alcune decisioni di automazione possono richiedere tempo. Inoltre, capacità di reportistica e previsione dei costi più dettagliate sarebbero utili per le organizzazioni che necessitano di analisi finanziarie dettagliate tra team o progetti. **Quali problemi sta risolvendo Cast AI e in che modo La sta aiutando?** Cast AI sta risolvendo il problema dell'utilizzo inefficiente delle risorse Kubernetes e dei costi cloud imprevedibili. Prima di utilizzarlo, stavamo sovraprovvigionando per evitare rischi di prestazioni, il che si traduceva in spese sprecate e monitoraggio manuale costante. Cast AI automatizza la scalabilità dei cluster, il dimensionamento corretto e la gestione delle istanze spot, riducendo il sovrapprovvigionamento mantenendo l'affidabilità. Questo ci avvantaggia direttamente riducendo i costi dell'infrastruttura, migliorando l'efficienza delle risorse e liberando il nostro team di ingegneri da compiti operativi ripetitivi, in modo che possano concentrarsi su iniziative di maggior valore. ### 8. Cast AI offre risparmi rapidi sui costi di Kubernetes con un'automazione intelligente **Rating:** 4.5/5.0 stars **Reviewed by:** Aswath P. | Senior Devops Engineer, Sicurezza informatica e di rete, Mid-Market (51-1000 dip.) **Reviewed Date:** February 11, 2026 **Cosa Le piace di più di Cast AI?** La sua capacità di ottimizzare automaticamente i costi di Kubernetes senza sacrificare le prestazioni si distingue. L'automazione intorno al dimensionamento corretto dei carichi di lavoro e all'autoscaling intelligente risparmia una quantità significativa di tempo e riduce notevolmente lo sforzo manuale. Apprezzo anche la chiara visibilità sulle prestazioni del cluster e sulle metriche dei costi, che rende più facile prendere decisioni informate e rimanere al passo con l'utilizzo. Nel complesso, la piattaforma è facile da usare, si integra perfettamente con gli ambienti cloud esistenti e offre rapidamente risparmi sui costi misurabili. L'installazione è stata guidata dal team di supporto e utilizziamo frequentemente questo per creare gruppi di nodi, ecc. **Cosa non Le piace di Cast AI?** Uno svantaggio di Cast AI è che la configurazione iniziale e la messa a punto possono richiedere del tempo, in particolare in ambienti Kubernetes più complessi. Sebbene l'automazione sia potente, può volerci un po' per comprendere appieno e configurare tutte le funzionalità di ottimizzazione, e potrebbe esserci una curva di apprendimento per i team che sono nuovi alla gestione dei costi di Kubernetes. Inoltre, avere opzioni di personalizzazione più approfondite e reportistica più dettagliata in alcune aree renderebbe la piattaforma ancora più forte nel complesso. **Quali problemi sta risolvendo Cast AI e in che modo La sta aiutando?** Cast AI risolve lo spreco dei costi del cloud e il dolore della gestione dell'infrastruttura. Ottimizza continuamente l'uso delle risorse, l'autoscaling e la gestione delle istanze spot, riducendo le spese inutili. Questo significa che passi meno tempo a regolare manualmente i cluster e più tempo sul lavoro reale, mantenendo alte prestazioni e affidabilità. L'automazione migliora anche l'efficienza operativa e libera la capacità dei DevOps per compiti di maggior valore. ### 9. Ottimo strumento per il risparmio sui costi di K8 e l'ottimizzazione del cluster **Rating:** 4.5/5.0 stars **Reviewed by:** Rushil S. | Lead Platform architect, Piccola impresa (50 o meno dip.) **Reviewed Date:** February 11, 2026 **Cosa Le piace di più di Cast AI?** Ci aiuta a ottimizzare i nostri cluster K8 e a ridurre i costi. L'interfaccia utente è ottima e mostra chiaramente quanto abbiamo risparmiato finora, oltre a ciò che può ancora essere migliorato all'interno del nostro cluster. L'ottimizzatore di carico di lavoro è anche una funzione davvero utile. **Cosa non Le piace di Cast AI?** È difficile trovare i log per certe cose, ed è anche difficile capire perché qualcosa non funziona quando si presenta un problema. Ad esempio, recentemente il mio ribilanciamento programmato non funzionava correttamente, e nemmeno il team di supporto riusciva a capire il motivo all'inizio. Dopo molte ricerche, abbiamo scoperto che era perché una macchina era bloccata in uno stato strano dopo un ribilanciamento precedente. Non è stato facile rintracciare cosa avesse causato questo, e sembrava che anche il supporto non fosse in grado di identificare subito il problema. **Quali problemi sta risolvendo Cast AI e in che modo La sta aiutando?** Ci ha aiutato a scalare il nostro cluster riducendo anche i costi di quasi il 50%. ### 10. Conveniente, Facile da Installare **Rating:** 4.5/5.0 stars **Reviewed by:** Sodyam B. | DevOps Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** April 13, 2026 **Cosa Le piace di più di Cast AI?** Utilizzo CAST AI per l'ottimizzazione dei costi, il monitoraggio dei costi e il controllo delle anomalie. La cosa principale che apprezzo di CAST AI è la sua visibilità in un dashboard comune per il monitoraggio dei costi e l'uso di CPU e memoria per pod. Amo l'autoscaler del carico di lavoro perché fornisce la giusta dimensione dei pod. Impara dal modello di utilizzo degli ultimi sette giorni di dati, il che ci aiuta a risparmiare risorse. L'autoscaler ridimensiona automaticamente i pod in base alle risorse e ai limiti forniti, eliminando la necessità di compiti manuali. Gestisce anche il conteggio delle Repliche, HPA e VPA in modo intelligente. La console classica offre molta facilità d'uso. Configurare CAST AI è stato molto facile e con i passaggi menzionati, un cluster può essere integrato in pochissimo tempo. **Cosa non Le piace di Cast AI?** A volte il cluster deve essere riconciliato per consentire il riequilibrio. Mentre si connette in modo efficiente ad AWS, Azure e GCP, l'integrazione con Oracle deve essere aggiunta. **Quali problemi sta risolvendo Cast AI e in che modo La sta aiutando?** Utilizzo CAST AI per l'ottimizzazione dei costi e il monitoraggio, fornendo visibilità in un dashboard comune. Risparmia sui costi tramite l'autoscaling dei carichi di lavoro dimensionando correttamente i pod in base ai modelli di utilizzo, eliminando compiti manuali come la gestione delle repliche, HPA e VPA. ## Cast AI Discussions - [A cosa serve CAST AI?](https://www.g2.com/it/discussions/what-is-cast-ai-used-for) - 1 comment, 1 upvote - [View Cast AI pricing details and edition comparison](https://www.g2.com/it/products/cast-ai/reviews/cast-ai-review-12397211?section=pricing&secure%5Bexpires_at%5D=2026-06-01+01%3A29%3A29+-0500&secure%5Bsession_id%5D=29737ded-9032-4f57-9d6f-39aa3ec340a0&secure%5Btoken%5D=79df5ac7f5b56d21e21a20fbd30fdef678c4a195e63a1d65d31796bef4f7f055&format=llm_user) ## Cast AI Integrations - [Amazon EC2](https://www.g2.com/it/products/amazon-ec2/reviews) - [Amazon Elastic Kubernetes Service (Amazon EKS)](https://www.g2.com/it/products/amazon-elastic-kubernetes-service-amazon-eks/reviews) - [Argo CD](https://www.g2.com/it/products/argo-cd/reviews) - [Azure](https://www.g2.com/it/products/hopem-azure/reviews) - [Datadog](https://www.g2.com/it/products/datadog/reviews) - [Devtron](https://www.g2.com/it/products/devtron/reviews) - [Google Cloud](https://www.g2.com/it/products/google-cloud/reviews) - [Google Kubernetes Engine (GKE)](https://www.g2.com/it/products/google-kubernetes-engine-gke/reviews) - [Grafana Labs](https://www.g2.com/it/products/grafana-labs/reviews) - [IBM Terraform (formerly HashiCorp Terraform)](https://www.g2.com/it/products/ibm-terraform-formerly-hashicorp-terraform/reviews) - [Jira](https://www.g2.com/it/products/jira/reviews) - [Kubernetes](https://www.g2.com/it/products/kubernetes/reviews) - [Microsoft Azure](https://www.g2.com/it/products/microsoft-microsoft-azure/reviews) - [Prometheus](https://www.g2.com/it/products/prometheus/reviews) - [Pulumi](https://www.g2.com/it/products/pulumi/reviews) - [Slack](https://www.g2.com/it/products/slack/reviews) - [Slack Connector for Jira](https://www.g2.com/it/products/slack-connector-for-jira/reviews) ## Cast AI Features **Operazioni** - Pianificazione - Automazione - Gestione Multi-Cloud - Monitoraggio dell'uso **Funzionalità** - Consolidamento del Cloud - Orchestrazione del Cloud - Ottimizzazione del cloud **Scalabilità automatica delle risorse** - Scoperta automatica delle risorse - Ridimensionamento intelligente **Ottimizzazione dei costi** - Previsione e Ottimizzazione della Spesa - Raccomandazioni - Monitoraggio delle spese **Gestione** - Analisi dei Costi del Cloud - Sicurezza del cloud - Gestione delle Risorse Cloud - Backup e ripristino cloud **Strategie di scalabilità** - Strategie di ottimizzazione predefinite - Scalabilità predittiva **Amministrazione** - Segnalazione - Dashboard e Visualizzazioni - Conformità **Visualizzazione** - Scalabilità unificata - Cruscotto **Piattaforme di gestione del cloud - AI agentica** - Esecuzione Autonoma dei Compiti - Integrazione tra sistemi - Prendere decisioni **AI agentico - Gestione dei costi del cloud** - Esecuzione autonoma dei compiti - Assistenza Proattiva - Prendere decisioni ## Top Cast AI Alternatives - [IBM Turbonomic](https://www.g2.com/it/products/ibm-turbonomic/reviews) - 4.4/5.0 (289 reviews) - [Datadog](https://www.g2.com/it/products/datadog/reviews) - 4.4/5.0 (694 reviews) - [Amazon CloudWatch](https://www.g2.com/it/products/amazon-cloudwatch/reviews) - 4.3/5.0 (362 reviews)