虎牙（郑健彦）_智能弹性在虎牙降本增效上的探索与实践_37页_3mb

总结

本次报告主要介绍虎牙直播在智能弹性、容量模型和边缘计算方面的探索与实践，旨在通过AI技术提升系统资源弹性调度能力、优化业务容量模型以及实现边缘算力的智能弹性伸缩，达到降本增效的目的。

核心内容：

1. 基于AI预测的日常弹性（AI-HPA）

   • 为解决传统HPA伸缩滞后问题，引入LightGBM模型进行流量预测，提前扩容，避免系统过载。
   • 通过预测准确率（90%+）和智能伸缩策略，实现副本数稳定，节省成本达28%。

2. 业务容量模型与赛事弹性

   • 构建业务容量模型，建立PCU与资源使用的线性关系，适用于不同赛事场景进行资源预估与弹性伸缩。
   • 赛事模式支持前期预扩容与实时扩容结合，保障直播间服务稳定，模型准确率达89.35%。

3. 边缘算力智能弹性

   • 针对边缘节点的高资源消耗场景（如信令、视频转码），采用PCU或主播活跃度作为弹性指标，实现按需动态调整。
   • 节约边缘算力成本，提升利用率。

关键成果：

• 训练成本低，每个分组预测处理＜15秒；
• 日常弹性节省28%成本，并减少频繁扩缩容；
• 赛事弹性实现高PCU场景资源优化，准时扩容效果显著；
• 边缘智能弹性支持按天伸缩，应对资源浪费问题。

综合效益：

• 显著优化成本，保障服务质量；
• 提供可持续优化策略与推广路径，具备良好扩展性。