HPA - 标签 - 探索云原生https://www.lixueduan.com/tags/hpa/探索云原生（微信公众号：探索云原生）,是意琦行的技术博客。一个云原生打工人的探索之路。从容器与编排出发，目前主要折腾云原生 AI 基础设施：GPU 资源化、编排调度、模型服务与可观测性。分享踩坑实录和实践经验。Hugo 0.149.0 & FixIt v0.4.0-alpha-20250831070510-5a66a050zh-CNxueduan.li@gmail.com (意琦行)xueduan.li@gmail.com (意琦行)Wed, 26 Aug 2026 20:00:00 +0000KServe 集成 KEDA：基于 vLLM 指标自动扩缩容https://www.lixueduan.com/posts/ai/26-kserve-p4-keda/Wed, 26 Aug 2026 20:00:00 +0000xueduan.li@gmail.com (意琦行)https://www.lixueduan.com/posts/ai/26-kserve-p4-keda/AI<p><img loading="lazy" src='https://img.lixueduan.com/ai/cover/kserve-p4-keda-autoscaling.jpg' alt="KServe 集成 KEDA：基于 vLLM 指标自动扩缩容"></p> <p>模型服务运行后，固定副本数很难同时兼顾突发请求和资源利用率。请求增加时需要扩容，流量回落后又希望及时缩容。</p> <p>本文通过一个简单 Demo，为 KServe 模型服务接入 KEDA，根据 vLLM 的请求指标自动调整副本数，并验证服务从 <code>1 -&gt; 2 -&gt; 1</code> 的扩缩容过程。</p>