Articles

Felsökning i moderna IT-miljöer handlar sällan om brist på data utan mer om att koppla ihop information från flera system. Se hur AIOps kan strukturera analysen, minska manuellt arbete och korta tiden till root cause.

Så byggde vi ett AIOps-flöde som analyserar en incident över flera system i ett steg – och tar dig till root cause snabbare.

SDNit has been selected as a launch partner for AWS European Sovereign Cloud and is taking an active role in the rollout of AWS’s new cloud environment in Europe.

AI is no longer experimental — it’s operational. Discover how to build a secure and scalable AI infrastructure on Kubernetes, where DevOps meets SecOps.

Most ML projects stall before they ever reach production. Here, we share three practical ways to succeed with MLOps — and get your models delivering real business value.

Many ML projects get stuck in the lab and never make it to production. Here, we explain why — and how a well-designed MLOps pipeline solves these challenges. Learn how we can set up a production-ready solution in just 3–4 weeks.

Varför kraschar så många AI-projekt när de väl går live? I den här artikeln går vi igenom open source-verktygen som hjälper företag att bygga stabila, säkra och skalbara AI-lösningar — från Langfuse och LiteLLM till moderna AIOps-ramverk för LLM-plattformar.

Do you want to run AI models without expensive GPUs? In this guide, we show you how to run lightweight LLMs in Kubernetes locally – with CPU and ONNX Runtime. Perfect for testing, development, and prototyping, and a great starting point before scaling up in the cloud with GCP or AWS.