AWS 发布教程：实测推导 SageMaker TTS 端点自动扩缩容目标

AWS 在 Machine Learning Blog 发布教程，讲解如何不再凭猜测设定自动扩缩目标：在 Amazon SageMaker AI 实时端点上以自定义容器部署 82M 参数的 TTS 模型 Kokoro-82M，通过测量 Q_max 和 T_total 来推导扩缩容策略。 教程附带两个前提条件：运行扩容测量前需有 ml.g5.xlarge 服务配额且基线之上至少留一个空位；示例容器固定使用较早的 PyTorch 版本，存在已知安全通告（PYSEC-2026-2286，已在 torch 2.10.0 修复），AWS 提示在概念验证之外的任何使用前应检查并升级该版本固定。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。