AWS发布TTS自动扩缩容参数测量教程

AWS在Amazon SageMaker AI实时端点上以自定义容器部署82M参数的Kokoro-82M语音合成模型，发布一套实测方法：用单实例不突破SLO的最高并发Q_max和一次扩容端到端耗时T_total，推算扩容阈值、缩容阈值和两个冷却时间，替代凭经验猜自动扩缩容目标值。 教程要求运行扩容测量前，ml.g5.xlarge服务配额需在基线之上至少留一个空闲槽位；示例容器固定了旧版PyTorch，存在已知安全公告PYSEC-2026-2286（torch 2.10.0已修复），AWS建议非验证用途前先审查并升级。 教程称，dry-run模式不调用AWS即可打印调度和耗时预估，便于先估算约36分钟的实测成本；文中示例的全部数字可用两份已提交的测量文件重跑复现，不产生AWS调用和费用。

AI 根据报道生成 · 1 天前更新

还没有足够的连续观测数据，暂不绘制趋势。