Els vostres experiments d'IA a Azure estan cremant diners: aquí teniu com solucionar-ho

Emiliano Montesdeoca — Sat, 18 Apr 2026 00:00:00 +0000

Si esteu creant aplicacions amb intel·ligència artificial a Azure en aquest moment, probablement heu notat alguna cosa: la vostra factura al núvol sembla diferent del que abans. No només més alt, sinó més estrany. Espinós. Difícil de predir.

Microsoft acaba de publicar un article fantàstic sobre principis d’optimització de costos del núvol que encara importen, i sincerament, el moment no podria ser millor. Perquè les càrregues de treball d’IA han canviat el joc pel que fa als costos.

Per què les càrregues de treball d’IA són diferents

Aquí està la cosa. Les càrregues de treball.NET tradicionals són relativament previsibles. Coneixeu el vostre nivell de servei d’aplicacions, coneixeu les vostres DTU SQL, podeu estimar la despesa mensual amb força precisió. Càrregues de treball d’IA? No tant.

Esteu provant diversos models per veure quin s’adapta. Esteu creant una infraestructura recolzada per la GPU per ajustar-la. Esteu fent trucades a l’API a Azure OpenAI, on el consum de testimoni varia enormement depenent de la durada del missatge i del comportament de l’usuari. Cada experiment costa diners reals i podeu executar-ne desenes abans d’aconseguir l’enfocament correcte.

Aquesta impredictibilitat és el que fa que l’optimització de costos sigui crítica, no com una idea posterior, sinó des del primer dia.

Gestió vs. optimització: coneixeu la diferència

Una distinció de l’article que crec que els desenvolupadors passen per alt: hi ha una diferència entre gestió de costos i optimització de costos.

La gestió és el seguiment i la presentació d’informes. Configureu pressupostos a Azure Cost Management, rebeu alertes i veureu taulers de control. Això són apostes de taula.

L’optimització és on realment es prenen decisions. Realment necessiteu aquest nivell S3 o S1 gestionaria la vostra càrrega? Aquesta instància informàtica sempre activa està inactiva els caps de setmana? Podríeu utilitzar instàncies puntuals per als vostres treballs de formació?

Com a desenvolupadors de.NET, tendim a centrar-nos en el codi i deixar les decisions sobre la infraestructura a “l’equip d’operacions”. Però si esteu implementant a Azure, aquestes decisions també són les vostres.

El que realment funciona

A partir de l’article i de la meva pròpia experiència, aquí teniu el que mou l’agulla:

Coneix el que gastes i on. Etiqueta els teus recursos. De debò. Si no sabeu quin projecte o experiment s’està consumint el vostre pressupost, no podeu optimitzar res. Azure Cost Management amb l’etiquetatge adequat és el vostre millor amic.

Configureu baranes abans d’experimentar. Utilitzeu la política d’Azure per restringir les SKU cares en entorns de desenvolupament/prova. Establiu límits de despesa als vostres desplegaments d’Azure OpenAI. No espereu fins que arribi la factura per adonar-vos que algú va deixar un clúster de GPU en funcionament durant el cap de setmana.

Mida correctament contínuament. Aquesta màquina virtual que vau triar durant la creació de prototips? Probablement és incorrecte per a la producció. Azure Advisor us ofereix recomanacions; mireu-les. Revisió mensual, no anual.

Penseu en el cicle de vida. Els recursos per a desenvolupadors haurien de baixar. Els entorns de prova no cal que funcionin les 24 hores del dia. Utilitzeu polítiques d’apagada automàtica. Específicament, per a les càrregues de treball d’IA, tingueu en compte les opcions sense servidor on pagueu per execució en lloc de mantenir el càlcul calent.

Mesura el valor, no només el cost. Aquest és fàcil d’oblidar. Un model que costa més però que ofereix resultats significativament millors podria ser la trucada adequada. L’objectiu no és gastar el mínim, sinó gastar intel·ligentment.

El menjar per emportar

L’optimització de costos del núvol no és una neteja puntual. És un hàbit. I amb les càrregues de treball d’IA que fan que la despesa sigui menys predictible que mai, construir aquest hàbit aviat us estalvia de sorpreses doloroses més tard.

Si sou un desenvolupador de.NET que es basa en Azure, comenceu a tractar la vostra factura al núvol com si tracteu el codi: reviseu-lo regularment, refactoritzeu-lo quan estigui desordenat i mai no ho feu sense entendre el que us costarà.

Azure Smart Tier és GA: optimització automàtica de costos d'emmagatzematge de blob sense regles de cicle de vida

Emiliano Montesdeoca — Wed, 15 Apr 2026 00:00:00 +0000

Si alguna vegada heu passat temps ajustant les polítiques de cicle de vida d’Azure Blob Storage i després heu vist com es van trencar quan els patrons d’accés canviaven, aquesta és la vostra. Microsoft acaba d’anunciar la disponibilitat general del nivell intel·ligent per a Azure Blob i Data Lake Storage: una capacitat de nivells totalment gestionada que mou automàticament objectes entre nivells calents, freds i freds en funció de l’ús real.

Què fa realment el nivell intel·ligent

El concepte és senzill: el nivell intel·ligent avalua contínuament el darrer temps d’accés de cada objecte al vostre compte d’emmagatzematge. Les dades a les quals s’accedeix amb freqüència es mantenen en calent, les dades inactives es mouen per refredar-se després de 30 dies i després a fred després de 60 dies més. Quan s’accedeix de nou a les dades, es torna a activar immediatament. El cicle es reinicia.

No hi ha regles de cicle de vida per configurar. No hi ha prediccions de patrons d’accés. Sense sintonització manual.

Durant la previsualització, Microsoft va informar que més del 50% de la capacitat gestionada per nivells intel·ligents es va canviar automàticament a nivells més freds en funció dels patrons d’accés reals. Això suposa una reducció de costos significativa per als comptes d’emmagatzematge grans.

Per què això és important per als desenvolupadors de.NET

Si esteu creant aplicacions que generen registres, telemetria, dades analítiques o qualsevol tipus de fons de dades en creixement, i sincerament, qui no, els costos d’emmagatzematge s’acumulen ràpidament. L’enfocament tradicional era escriure polítiques de gestió del cicle de vida, provar-les i tornar-les a ajustar quan canviaven els patrons d’accés de la vostra aplicació. El nivell intel·ligent elimina tot aquest flux de treball.

Alguns escenaris pràctics on això ajuda:

Telemetria i registres d’aplicacions: calent durant la depuració, rarament s’hi accedeix després d’unes setmanes
Conductes de dades i sortides d’ETL: s’hi accedeix molt durant el processament, després principalment en fred
Contingut generat per l’usuari: les càrregues recents són interessants, el contingut més antic es refreda gradualment
Còpia de seguretat i dades d’arxiu: s’accedeix de tant en tant per complir-ho, principalment inactiu

Configurant-lo

Habilitar el nivell intel·ligent és una configuració única:

Comptes nous: seleccioneu el nivell intel·ligent com a nivell d’accés predeterminat durant la creació del compte d’emmagatzematge (es requereix redundància zonal)
Comptes existents: canvieu el nivell d’accés a blob del nivell predeterminat actual al nivell intel·ligent

Els objectes de menys de 128 KiB es mantenen en calent i no incorren en la taxa de supervisió. Per a la resta, pagueu tarifes estàndard de capacitat calenta/fresca/fred sense càrrecs de transició de nivell, sense despeses d’eliminació anticipada i sense costos de recuperació de dades. Una quota de seguiment mensual per objecte cobreix l’orquestració.

La compensació a conèixer

Les regles de classificació del nivell intel·ligent són estàtiques (30 dies → fred, 90 dies → fred). Si necessiteu llindars personalitzats (per exemple, passar a la refrigeració després de 7 dies per a una càrrega de treball específica), les regles del cicle de vida encara són el camí a seguir. I no barregeu les dues coses: eviteu utilitzar regles de cicle de vida en objectes gestionats per nivell intel·ligent, ja que poden entrar en conflicte.

Tancant

Això no és revolucionari, però soluciona un autèntic mal de cap operatiu. Si gestioneu comptes d’emmagatzematge de blobs en creixement i esteu cansat de mantenir polítiques de cicle de vida, habilita el nivell intel·ligent i deixeu que Azure s’encarregui. Actualment està disponible a gairebé totes les regions de núvol públic de zona.

Cost-Optimization | The .NET Blog