首个云上 AI 原生全栈可观测平台来了！阿里云可观测产品全新升级
9月21日，2024云栖大会，阿里云发布全新的 AI 原生全栈可观测平台，首次实现云上 AI 大模型从训练到推理再到应用的全链路实时观测、告警与诊断。同时，阿里云可观测产品家族也实现了全新升级，最常用的日志服务 SLS 相较于自建体系，运维监控综合成本可降低 30% 。
AI 模型的深入发展，导致了数据处理方式与技术架构的深刻变化，相关应用产生的日志、链路等可观测数据规模呈指数级增长，数据结构复杂度也与日俱增，而AI部署的异构环境、资源及平台也越发多元，都给可观测性的准确、实时、高效与智能化发展带来了巨大挑战。
“以阿里云可观测产品家族为代表的云原生可观测工具，正引领着 AI-native 可观测加速迈向智能化。企业用户可以像‘搭积木’一样轻松、灵活地构建可观测体系，更高效地管理与观测 IT 资源与服务，为 AI 创新夯实技术底座。”阿里云云原生应用平台负责人丁宇表示。
在2024云栖大会上，日志服务 SLS、云监控 CMS、应用实时监控服务 ARMS 等阿里云可观测产品家族实现了重磅更新，面向模型训练、推理及应用提供全链路的可观测服务。
在模型训练场景中，云监控 CMS 与阿里云 AI 算力产品及平台深度集成，全面采集计算、存储、网络调度等 AI 基础设施的可观测数据，有效覆盖数据准备、模型开发、训练和部署等环节，确保模型训练全流程可感知、可观测，为企业在 AI 基础设施的容量管理和可用性保障保驾护航。
在模型推理场景中，可观测性更多聚焦于推理性能提升、模型输入输出的质量优化及资源消耗的有效管理。应用实时监控服务 ARMS 推出符合 OpenTelemetry 标准的自研 Python Agent，全面支持通义千问/ LLamaIndex / LangChain 等国内外主流框架和模型，采集丰富的指标、链路及持续剖析数据，借助开箱即用的数据可视化大盘与性能诊断功能，确保用户实时掌握模型运行状态及潜在瓶颈，为大模型应用的稳定运行与高效运维提供坚实的基础。
与此同时，日志服务 SLS 与大模型服务平台百炼深度集成，实现百炼模型 API 层面的可观测指标全覆盖，并应用于性能观测、稳定性评估、成本管控、安全合规等不同应用场景，帮助企业优化资源配置和业务决策。同时，SLS 核心能力大幅提升，扫描性能提升 10 倍，达到 1GB/s 以上;处理性能提升至 TB 级每分钟，单 GB 处理成本降低60%。此外，SLS 推出 Elasticsearch 兼容方案，相较于自建其综合成本可降30% 以上。
据悉，阿里云已为全球80余个国家的百万企业级用户提供高效便捷、安全稳定的可观测服务。茶百道基于ARMS快速建立运维观测与响应能力，故障恢复效率提升 50% 以上；传音借助 Prometheus、Grafana 等可观测产品，业务上线效率提高 60%；极氪基于阿里云可观测产品推行的应急响应机制与 ChatOps 协同机制，告警平均恢复耗时缩短 50%。