タグ: SRE
「SRE」に関連する記事を表示しています。
ヒープレス設計とは 業務システムで動的メモリ割り当てを捨てる判断基準
超低軌道衛星のヒープレス設計から、業務システムで動的メモリ割り当てを制限すべきかの判断基準を整理しました。
Ollamaで自社LLM基盤を内製する: SREが見るSLOと運用コスト
Ollamaで自社LLM基盤を内製する際に、SREが押さえるべきSLO設計・監視・コスト比較の判断軸を整理しました。
SaaSのAPIをAIエージェントに開放する前に監視すべき3つの観点
SaaSがエージェント向けAPIを公開する「SaS」化の流れを、監視設計と障害対応の観点から解説します。
オンプレ運用監視にAI導入、本番適用はどこまで任せるべきか
監視・障害対応へのAI導入をどこまで任せるか、影響範囲・説明責任・プロセスコストの軸で整理しました。
MCP導入企業が見落とす監視の穴 - ツール汚染をどう検知するか
MCP経由でAIエージェントを運用する際のツールポイズニングの仕組みと、ログが正常に見えるまま侵害が進む理由、確認手順と対策を整理しました。
AIエージェント導入判断ガイド：SREが見るべき4つの軸
AIエージェント導入をSRE視点で判断するための4つの軸(SLO・IaC・オブザーバビリティ・コスト)を整理し、見送るべき条件まで示します。
機械学習モデルが本番で劣化する理由とMLOps未整備の見分け方
MLモデルが本番で徐々に劣化する原因をMLOpsの観点から分解し、該当確認と対策手順をクラウド運用の視点で整理しました。
工場向けオンプレAIをクラウド前提で監視すると起きる落とし穴
オンプレAI監視をクラウド感覚で設計すると起きる盲点と、コンポーネント単位のヘルスチェック設計・確認手順を解説します。
HariKubeが示す「責任境界」問題とSLO・IaC運用への示唆
HariKubeが提起する「責任境界の不足」という問題提起を手がかりに、SLO設計・IaC・障害対応の仕組み化にどう応用できるかを整理しました。
AI生成コードは本番投入できるか、Orbit事例に見る受け入れ判断基準
AI生成コードが本番投入できるか判断する4つの軸を、Slackクローン開発事例をもとにクラウド運用の観点から整理しました。
Deep Research系AIをセルフホストする前に確認すべき4つの判断軸
Deep Research系AIをセルフホストする際に確認すべき4つの判断軸を、監視設計と障害対応の視点から整理しました。
n8nをAmazon Linux 2023にDockerで構築すると初手で失敗する理由
Amazon Linux 2023でDocker Composeが動かない落とし穴の原因を分解し、確認コマンドと対策手順、IaCへの組み込み方まで整理しました。