Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

Datadog erweitert Azure-Monitoring für KI-Workloads und Cloud-Kosten

17. November 2026Von der KI Nachrichten RedaktionQuelle: Datadog
Datadog erweitert Azure-Monitoring für KI-Workloads und Cloud-Kosten
Bild: Datadog

Datadog erweitert seine Azure-Monitoring-Abdeckung um 55 zusätzliche Integrationen für Azure-Monitor-Dienste sowie Werkzeuge zur Überwachung von KI-Workloads und Cloud-Ausgaben. Nach Angaben des Unternehmens sollen die Aktualisierungen Ingenieuren helfen, Performance-Probleme zu untersuchen und die Ursachen steigender Azure- und KI-Kosten zu identifizieren.

Das Wichtigste in Kürze
  • Datadog ergänzt 55 Integrationen für Azure-Monitor-Dienste.
  • Dashboards und Monitore für Azure OpenAI decken Ratenlimits, Kapazität, Fehler, Latenz und Token-Volumina ab.
  • Ausgaben für Microsoft Foundry sind in Datadogs Ansicht für KI-Kosten verfügbar.
  • Azure-Zusagen lassen sich zusammen mit den gesamten Azure-Ausgaben überwachen.
  • Erweiterte Blob-Storage-Metriken zeigen Nutzung und Blob-Anzahl nach Container.

Azure-KI-Anwendungen über den gesamten Stack überwachen

Datadog zufolge decken die erweiterten Funktionen Azure-KI-Workloads ab, von Modellanfragen und der Ausführung von Agenten bis hin zu den dahinterliegenden Datendiensten und Infrastrukturen. Ingenieure sollen dadurch mögliche Ursachen für Verlangsamungen unterscheiden können, darunter Azure-OpenAI-Ratenlimits, wiederholte Aufrufe von Agenten-Tools und langsame Datenbankabfragen.

Die Integration für Azure Cognitive Services umfasst ein Dashboard zur direkten Nutzung sowie empfohlene Monitore für Azure-OpenAI-Bereitstellungen. Ingenieure können azure.cognitiveservices_accounts.blocked_calls überwachen, um wegen Ratenlimits abgelehnte Anfragen zu erkennen. Empfohlene Monitore können außerdem alarmieren, wenn bereitgestellte Deployments eine Kapazität von 100% überschreiten, mehr als 10% der Aufrufe fehlschlagen oder die Latenz steigt.

Das Azure-OpenAI-Dashboard enthält Volumina von Prompt- und Antwort-Tokens. Laut Datadog können Teams damit Workloads identifizieren, die zur Modellnutzung und zu Inferenzkosten beitragen.

Agenten, Datenbanken und Datenabhängigkeiten nachverfolgen

Datadog Agent Observability zeichnet Konversationen, LLM-Aufrufe, Tool-Ausführungen und Abrufschritte nach. Ingenieure können einzelne Sitzungen zusammen mit Fehlerquote, p95-Dauer, geschätzten Kosten und Token-Nutzung untersuchen. Die Übersichtsansicht kann außerdem Probleme wie wiederholte Fehler eines Tools hervorheben.

Das Unternehmen beschreibt zudem Monitoring für Dienste, die Agenten unterstützen. Die Abdeckung für Azure AI Search umfasst einen empfohlenen Monitor für erhöhte Suchlatenz. Integrationen für Cosmos DB for MongoDB vCore und Azure Redis Cache enthalten Monitore, die auslösen, wenn die Speicher- oder Arbeitsspeichernutzung 90% überschreitet. Datadog Database Monitoring bietet Abfrage-Transparenz für PostgreSQL- und MySQL-Workloads.

Agent Console, derzeit als Preview verfügbar, erfasst Nutzung, Kosten und Latenz von Coding-Agenten wie GitHub Copilot und den Datadog-Bits-AI-Agenten. Datadog GPU Monitoring deckt die GPU-Auslastung und ungenutzte Kapazitäten in Azure, anderen Clouds und lokalen Umgebungen ab.

Werkzeuge zur Kontrolle von Azure- und KI-Ausgaben

Datadog Cloud Cost Management nimmt Ausgaben für Microsoft Foundry in seine Ansicht für KI-Kosten auf, neben Anbietern wie Anthropic und OpenAI. Teams können Ausgaben nach Anbieter, Modell und Nutzer analysieren und anschließend nach Anbieter, Modell und Ressourcengruppe filtern, um einzelne Workloads zu untersuchen.

Der Dienst bündelt außerdem Azure-Programme für zugesagte Nutzung, darunter Savings Plans, Reserved Instances und Vorauszahlungen für Databricks. Wenn sich Ausgaben ändern, können Nutzer die Kostenänderungsübersicht öffnen, um zugehörige Teams und Tags zu identifizieren, Bits mit der Untersuchung des Anstiegs beauftragen und aus der Analyse ein Notebook, einen Monitor oder einen Bericht erstellen.

Datadog zufolge kann das allgemein verfügbare Azure-Data-Explorer-Ziel für Observability Pipelines Logs direkt an Azure Data Explorer senden, ohne einen zusätzlichen Umweg über Azure Event Hubs. Teams können Erkennungen an Microsoft Sentinel, langfristige Analysen an Azure Data Explorer und Betriebsdaten für die Fehlerbehebung und Alarmierung in Echtzeit an Datadog weiterleiten.

Detailliertere Einblicke in Blob Storage

Datadog nutzt außerdem erweiterte Plattformmetriken von Azure Monitor, um die Nutzung und die Anzahl der Blobs einzelner Azure-Blob-Storage-Container anzuzeigen. Nach Angaben des Unternehmens behebt dies eine Einschränkung der Berichterstattung auf Kontoebene: Diese konnte zwar steigende Kosten zeigen, aber nicht den verantwortlichen Container, die Anwendung oder das Team identifizieren.

Ingenieure können Container nach Größe und aktuellem Wachstum ordnen, frühere Blob-Versionen und vorläufig gelöschte Objekte berücksichtigen, die weiterhin Kapazität verbrauchen, und azure.storage.container_blob_capacity nach Container überwachen. Außerdem können sie einen Prognosemonitor einsetzen, um vor dem Überschreiten eines Schwellenwerts durch einen Container alarmiert zu werden.

Im Beispiel von Datadog wächst der Container app-logs pro Stunde um fast 900 GiB, während andere Container vergleichsweise stabil bleiben. Gleichzeitig steigt die Zahl seiner Blobs auf über 10 Millionen. Das Unternehmen erklärt, dass das Einblenden von Bereitstellungsereignissen helfen kann festzustellen, ob ein solcher Sprung zeitlich mit einer Änderung an der Anwendung zusammenfiel.

Ähnliche Meldungen

NVIDIA und Microsoft erweitern KI-Infrastruktur von Azure auf Windows-PCsTop-Meldung
Chips und Infrastruktur19. November 2026, 21:00

NVIDIA und Microsoft erweitern KI-Infrastruktur von Azure auf Windows-PCs

NVIDIA und Microsoft bauen ihre Partnerschaft im Bereich beschleunigtes Rechnen über Azure, Industriesysteme und Windows-PCs hinweg aus. Hinzu kommen der Zugang zur…

Datadog zertifiziert MinIO AIStor für On-Premises-BYOC-Observability
Wirtschaft18. November 2026

Datadog zertifiziert MinIO AIStor für On-Premises-BYOC-Observability

Datadog hat MinIO AIStor als On-Premises-Grundlage für Datadog Bring Your Own Cloud zertifiziert. Unternehmen können Telemetriedaten damit auf kontrollierter…

Microsoft stellt Azure Catalyst für agentengestützte Modernisierung vor
Produkte und Tools17. November 2026, 19:35

Microsoft stellt Azure Catalyst für agentengestützte Modernisierung vor

Microsoft führt Azure Catalyst ein, eine agentengestützte Lösung zur Modernisierung von Anwendungen, Daten und Infrastruktur. Gleichzeitig stellt das Unternehmen neue…