基于实测数据优化 Amazon SageMaker AI 上 Kokoro-82M TTS 自动扩缩容目标

文章提出通过实测 Q_max 和 T_total 替代猜测，优化 Amazon SageMaker AI 上 Kokoro-82M TTS 模型的自动扩缩容策略。该方案利用原生指标 ConcurrentRequestsPerModel 进行伸缩，避免 GPU 闲置或延迟超标。部署采用 AWS CDK 栈，确保配置基于真实负载测量而非默认假设。