Kokoro-82M TTS 模型在 Amazon SageMaker AI 上通过实测 Q_max 与 T_total 设定自动扩缩容策略

AWS 在 Amazon SageMaker AI 上把 Kokoro-82M 部署为自定义容器实时端点，并通过五个命令用 Q_max 和 T_total 推导扩缩容阈值。该方案以 ConcurrentRequestsPerModel 为指标，将 scale-out 目标设为 37.5，scale-in 阈值设为 25.0，并给出对应冷却时间和队列门限配置。