从 VM 时代到了容器时代，云的使用模式正在发生变化，用户对云弹性能力的期望也越来越高。在云原生场景下，资源容量通常难以预估。使用 K8s 原生的 HPA，往往要面对弹性滞后以及配置复杂问题。此外在高性能计算领域，例如深度学习模型训练、推理等场景，通常需要使用 GPU 来做计算加速，这使成本变得更为敏感。
针对上述问题，阿里云容器服务与达摩院决策智能时序团队合作推出了 AHPA（Advanced Horizontal Pod Autoscaler）弹性预测，其主要出发点是基于检测到的周期做“定时规划”，通过规划实现提前扩容的目的，在保证业务稳定的情况下，让你真正实现按需使用。
那么，如何使用 AHPA 基于 GPU 指标进行弹性预测？如何根据业务历史指标，自动识别弹性周期并提前进行容量规划？又如何才能解决弹性滞后的问题，在保证业务稳定性前提下节省成本呢？2022 年 9 月 13 日（周二）15:00--16:00 ，阿里云高级研发工程师 李鹏（元毅）将通过 AHPA 的实践案例分享，与大家共同探讨。感兴趣的伙伴，快快点击下方卡片，锁定本场直播吧！
直播主题
AHPA 最佳实践：基于 GPU 指标进行弹性预测
直播时间
2022 年 9 月 13 日（周二）15:00 —16:00
直播嘉宾
李鹏（元毅），阿里云高级研发工程师
你将了解
- 什么是 AHPA （Advanced Horizontal Pod Autoscaler）
- 如何使用 AHPA 基于 GPU 指标进行弹性预测
- 如何根据业务历史指标，自动识别弹性周期并提前进行容量规划
- 如何解决弹性滞后的问题，在保证业务稳定性前提下，节省成本
立刻扫码锁定本场直播
点击此处或扫描海报二维码锁定本场直播
（本次直播将在阿里巴巴云原生视频号、阿里云原生 B 站直播间同步播出，敬请关注~）
