奥迪利用 Karpenter 节省了 60% 以上的计算成本，并提高了其汽车配置器后端的可扩展性

奥迪是大众汽车集团的子公司，为全球 100 多个市场生产高档汽车。通过其汽车配置器，经销商可以为客户定制和下单。客户也可以使用该工具在奥迪网站上浏览和比较车辆。汽车配置器是客户的主要入口点，也是一项对业务十分关键的应用程序。

奥迪的汽车配置器后端原本作为单一应用程序在本地运行。但是，奥迪希望使其更具可扩展性和资源效率，以便不过度预置资源的情况下更好地处理大流量峰值，并向个别市场发布软件更新。因此，它需要出色的效率、高可用性和无缝的可扩展性。在本地环境中，奥迪过度预置资源，并需要保留额外的服务器作为备用，因为设置全新的环境需要数天或数周的内部流程。

2018 年，奥迪在北美市场以原型的形式在云端测试了其工具。通过原型验证了云的优势后，奥迪将其生产应用程序迁移到 Amazon Elastic Compute Cloud（Amazon EC2），后者可以为几乎所有工作负载提供安全且可调整大小的计算能力。该公司开始使用 Terraform（一种基础设施自动化工具）和 AWS CloudFormation（通过基础设施即代码的方式加快云预置）来部署其基础设施。在云端，奥迪无需再管理设备和数据中心，而是可以根据需要预置资源。该公司还通过在 AWS 区域（AWS 在全球的数据中心集群所在地）在靠近海外客户的位置部署工作负载，从而解决这些客户遇到的延迟问题。

在 AWS 上，开发速度和稳定性以及开发人员工作效率都有所提高。“我们现在的所有工作都采用基础设施即代码的方式，”奥迪的项目负责人兼系统架构师 Florian Königer 说。整个环境都是使用 Terraform 构建的，部分组件则使用 AWS CloudFormation 构建。奥迪还在简化维护工作，并为开发人员提供更多选项来设置细粒度的权限，从而避免不必要的开销。通过应用蓝绿部署，奥迪可以稳定其环境，因为它可以在云端应对资源峰值。

为了提高其应用程序的可扩展性、部署速度和敏捷性，奥迪迁移到容器化架构。这也简化了向各个市场发布更新的过程。奥迪选择使用 Kubernetes（一个开源的容器管理系统）及其集群自动扩展功能，通过部署容器来将其单一应用程序拆分为多个微服务。该公司希望进一步优化其运营管理，提高灵活性，同时利用 Amazon EC2 的各种购买选项和多架构解决方案。因此，它决定迁移到 Karpenter，这是一个开源的高性能 Kubernetes 集群自动扩展器，最初由 AWS 构建并向云原生计算基金会捐赠。

借助 Karpenter，公司可以通过单一配置使用不同的 Amazon EC2 购买选项、实例类型和大小，以及不同处理器的实例组合。因此，奥迪可以根据实例的价格-容量优化分配策略自动选择最合适的实例。公司的购买选项包括 Amazon EC2 按需型实例、Amazon EC2 竞价型实例和 Amazon EC2 预留实例。

2021 年，奥迪开始使用由 AWS Graviton 处理器支持的 Amazon EC2 实例，这些处理器是 AWS 专门设计的服务器处理器，可将在 Amazon EC2 上运行的云工作负载的性价比优化高达 40%。在 2024 年扩展其多架构解决方案时，该公司利用 Karpenter 的管理功能来简化基于 AWS Graviton 的 Amazon EC2 实例的预置。

奥迪的开发团队将基于 Graviton 的实例、预留实例和竞价型实例相结合，用于生产工作负载。因此，该公司优化了工作负载的性价比，并降低了汽车配置器的计算成本。奥迪使用 Karpenter 在生产环境中运行约一千个 Kubernetes 容器组（pod）。现在，奥迪的每个实例都由 Karpenter 直接管理，因此可以更加灵活。通过在实例级别而不是自动扩缩组级别进行预置，公司降低了成本。与使用本地系统相比，使用基于 Graviton 的实例帮助奥迪节省了 63% 的计算成本，并使应用程序的启动速度加快了 20%。

奥迪还优化了资源消耗。通过使用 Karpenter，该公司提高了效率，特别是在周末的开发环境计划中减少了预置容量。