长期来看，这确实是个趋势。不过企业业务场景非常多样和复杂，目前还需要解决数据采集和推荐算法的准确性的问题。

当前支持对计算（ECS）、存储（EVS）的成本洞察，后续会支持网络等更多资源的成本洞察。FinOps根据业务的历史运行规律进行自动推荐，设置合理的历史数据周期，可以进行自动识别和推荐资源分配信息。当前仅支持给出推荐结果，尚不支持自动应用，需要用户手动触发推荐结果应用的动作。 后续CCE云原生FinOps会暴露相关API，支持与客户自有系统整合。 当前还不支持多云平台成本分析。华为云分布式云原生服务UCS支持管理不同云平台的集群，后续UCS会支持多云统一的成本治理。

1.  根据业务的历史运行规律进行自动推荐 2.  后续后开放相关API，用于支撑与企业现有系统直接进行集成。

如何设计合适当前云原生架构的成本估计模型？通常需要量化哪些指标？ -- 核心是计算CPU/内存等资源的单位成本指标。 云原生FinOps中心如何识别和处理资源浪费的情况？ -- 当前可在CCE成本洞察界面识别和处理集群级别，应用级别资源浪费情况。比如调整应用Request，并充分利用节点资源。 混部技术如何平衡不同工作负载之间的资源使用？ -- 混部主要分为在线业务和离线业务，结合内核提供CPU/内存隔离能力。CPU隔离：在线作业能够快速抢占离线作业的CPU资源，并压制离线作业的CPU使用；内存隔离：系统内存资源用尽触发OOM Kill时，内核优先驱逐离线作业。 FinOps智能规格推荐能否结合用户的历史使用情况和业务特点来提供推荐？智能规格推荐的准确率如何？有哪些影响准确率的因素？ -- 当前FinOps推荐支持按照历史数据进行推荐，比如最近一周的历史运行数据；对于具备明确规律性的业务，推荐准确率是比较高的，流量突发类业务在历史数据不足的场景下，准确率会有下降。 K8s 在节点级别支持 pod 间亲和性和反亲和性，随着扩展到 NUMA 级别的需求逐渐增加，怎么避免高内存带宽消耗 worker对同一 NUMA 节点上的参数服务器的影响？ -- 在资源分级管控能力中，支持NUMA亲和、网络带宽控制等资源隔离的措施，并支持出口网络带宽保障能力。在线业务所占用的网络资源较少时，离线业务可使用更多带宽；在线业务所占用的网络资源较多时，降低离线业务资源占用量，从而优先保障在线业务的网络带宽。

衡量 finops 实施的成功可以从以下几个关键指标进行考虑: 1.成本节约: finops 的一个主要目标是通过优化金融流程和降低成本来提高公司的效益。因此，成本节约是一个重要的指标，可以通过比较实施 finops 前后的成本数据来进行衡量。 2.效率提高: finops 的另一个重要目标是提高业务与应用的效率。这可以通过比较实施 finops 前后的处理时间、处理量或其他关键指标来进行衡量。

1.  华为云云原生FinOps解决方案会持续保持与客户的交流，后续也会推出相关的专家服务持续赋能客户。 2.  华为云云原生FinOps解决方案会持续发展和演进。后续会支持更丰富的成本可视化，支持多更类型的成本优化手段。

华为云云原生FinOps提供了成本洞察、成本优化等多种手段，相互协同，帮助用户实施FinOps最佳实践。长期来看，主要是两个方面帮助企业实现可持续的成本管理： 1. 华为云云原生FinOps解决方案后续提供更多的成本治理工具，帮助企业更好的进行成本管理。 2. 华为云云原生FinOps解决方案会支持与客户共同进行FinOps文化与标准建设。

1.  当前还不支持API，后续会推出相关API 2.  当前CCE云原生FinOps支持存量CCE集群和新建CCE集群。智能应用规格推荐功能结合应用历史运行数据，识别不合理的资源申请与浪费。 3.  混部主要分为在线业务和离线业务，结合内核提供CPU/内存隔离能力。CPU隔离：在线作业能够快速抢占离线作业的CPU资源，并压制离线作业的CPU使用；内存隔离：系统内存资源用尽触发OOM Kill时，内核优先驱逐离线作业