不再靠猜：为 Amazon SageMaker AI 上的 TTS 推导自动扩缩容目标

这篇博文将 82M 参数的 TTS 模型 Kokoro-82M 以自定义容器部署在 Amazon SageMaker AI 实时端点上，用实测的 Q_max（单实例在 SLO 内可承受的最高并发）和 T_total（一次扩容端到端耗时）算术推导出扩容阈值、缩容阈值和两个冷却时间，替代原先靠猜的扩缩容目标。