一、为什么先画曲线，再选方式

1.1 一个很常见的误判

某业务上线前做容量评估，按大促当天的并发量倒推，配置了一批常备资源。上线后的大多数时间里，这批资源的占用不到三成，剩下七成常年空着。到了下一个大促，因为“去年就是这么配的”，又照着加了一轮。这条路径的问题不在于谨慎，而在于没有把“什么时候用得多、什么时候用得少”写下来，于是每次都只能按最坏情况做准备。

1.2 三个需要先弄明白的专业名词

1.2.1 负载曲线与峰谷比

负载曲线是把算力需求按时间铺开画出来的形状，横轴是时间，纵轴是需求强度。峰谷比是峰值与谷值的倍数关系，它决定了“临时扩容”这件事在整体里占多大分量：峰谷比接近一的业务，弹性带来的空间有限；峰谷比越大的业务，弹性越值得做。

1.2.2 基线容量与峰值容量

基线容量是业务在任何时候都需要的那部分资源，通常对应谷值再加一点安全余量；峰值容量是短时最高需求对应的资源量。两者之差，就是需要靠弹性补上的部分。把这两个数分开看，是避免“一刀切按峰值配置”的前提。

1.2.3 冷启动与预热时间

冷启动指资源从申请到可用的全过程，包括开通、环境就绪、模型或数据加载。预热时间常被忽略，但它直接决定弹性扩容能不能赶上峰值：扩容需要十分钟而峰值只持续五分钟，这次扩容就没有意义。

1.3 画曲线之前要先收集的四类数据

不需要很精确的统计系统，四类数据凑齐就能画出可用的曲线：

① 请求量或任务量的时间分布，至少覆盖一个完整业务周期；

② 单位请求或单位任务的平均资源消耗，用来把业务量换算成算力需求；

③ 已有的资源占用记录，用来校验换算是否合理；

④ 特殊节点的清单，比如固定的大促、集中提交、对外发布等。

二、四种业务形态，四条不同形状的曲线

2.1 平稳型：基线高，波动小

这类业务的曲线接近一条水平线，峰谷比不大，常见于内部系统、长期运行的服务。策略上以常备为主，弹性只作为兜底，用来应对偶发的小幅上涨。需要留意的不是峰值，而是长期运行的稳定性与容量随业务自然增长带来的台阶式上调。

2.2 周期型：有明显规律

工作日高、休息日低，白天高、夜间低，这类曲线的规律可以被预测。策略是把基线与峰值分开：基线按谷值配，峰值段用定时或按指标触发的弹性补上。因为规律稳定，扩容时间可以提前安排，冷启动的困扰相对小。

2.3 脉冲型：短时陡升

曲线平时很低，某个时刻陡然拉起，持续不长又快速回落，常见于抢答类互动、集中开放的服务入口。这类形态对弹性的要求最高，关键是扩容速度要快于上涨速度，因此更需要预置环境、提前预热，甚至提前把一部分资源挂在待用状态。

2.4 项目型：集中一段，之后静默

模型训练、批量评测、阶段性研发多属此类：一段时间内资源吃得很满，结束后又几乎不用。策略上以临时取用为主，重点不在扩容快慢，而在“用完就释放”是否落实，以及任务能不能排队等待、不必一直占着机器。

三、按基线定常备，按峰值定临时

3.1 常备部分怎么定

常备资源按“谷值加安全余量”来定比较稳妥。安全余量的大小与业务波动的可预测性有关：规律越稳定，余量可以越小；波动越随机，余量要留得越宽。这部分资源的存在意义是保证基本服务不中断，不必追求用满。

3.2 临时部分怎么定

3.2.1 冷启动时间最容易被低估

临时部分的容量应当按“峰值减去基线”来算，但真正决定成败的是它能在多长时间内到位。如果冷启动需要十几分钟，而上涨只给五分钟，那么再充足的临时容量也来不及。这种情况下的现实做法是提高常备比例，或者采用提前预热的方式，让资源在峰值到来之前就绪。

换句话说，常备与临时的比例不是一道纯粹的算术题，它由曲线的陡峭程度和冷启动时长共同决定。曲线越陡、启动越慢，就越应该把资源往常备一侧挪。

3.3 一个反例：按峰值全量常备

按峰值全量常备的好处是省心，任何时候都不会不够用。代价是大部分时间资源在闲置，而闲置的资源同样需要占用机房空间、电力与维护精力。更麻烦的是，这种做法会把“容量评估”这件事永久地推给“上一次的经验”，下一次业务变化时，仍然不知道该配多少。

四、三个容易被忽略的时间差

4.1 扩容生效的时间差

从触发扩容到资源真正可用，中间有一段固定的等待。把这段等待写进弹性规则里，才能避免“规则触发了但业务已经过去了”的尴尬。

4.2 环境与模型加载的时间差

资源开通之后，还要装环境、拉镜像、加载模型或预热缓存，这段耗时与镜像大小、模型体积直接相关。把常用环境做成预置镜像，是压缩这段时间最直接的办法。

4.3 任务排队的时间差

资源紧张时，新任务不会立刻拿到资源，而是进入队列。排队时长在高峰期可能显著拉长，规划时要把这部分算进整体等待里，而不是默认“申请了就等于有了”。

五、天翼云在按需付费算力上提供了哪些支撑

5.1 资源池化，按需开通

天翼云把加速算力以池化方式组织，按需开通、按实际使用量核算，任务结束即可释放。对曲线起伏明显的业务来说，这意味着不必为峰值长期备货，用完就能把资源交回去。

5.2 弹性伸缩，让容量跟着曲线走

弹性伸缩支持按时间或按指标触发扩容与收缩，可以把“基线常备、峰值临时”的思路直接落成规则。规则里的上下限与冷却时间要一并设好，避免在阈值附近来回抖动。

5.3 任务级调度，排队与优先级可控

除按机器取用外，也可以把任务提交到调度队列，由平台安排资源。对项目型业务尤其合适：集中提交的一批任务按规则排队，不必各自占着机器等待。

5.4 用量记录与观测，让曲线有据可依

资源使用情况有记录可查，可以把实际占用与事先画的曲线对照，看清哪一段估高了、哪一段估低了。下一轮的容量调整因此有了依据，而不是凭印象。

5.5 预置镜像与多种规格，缩短冷启动

常用框架与环境以镜像形式预置，规格从适合推理的配置到适合训练的多卡组合都有覆盖，扩容时不必从零搭环境。这对脉冲型业务的意义最大：省下的每一分钟，都是峰值时段里真正能派上用场的容量。

5.6 大规模资源与公开可查的资质

算力资源规模与相关资质在公开渠道有据可查，涉及具体资源数量、区域分布与测评记录时，建议以天翼云官网及官方渠道发布的信息为准，在方案评审阶段按需核对。

六、动手之前值得先答的六个问题

6.1 关于曲线的三个问题

① 峰值出现在什么时候，持续多久，一年里出现几次；

② 谷值是多少，峰谷比大约几倍；

③ 峰值是否可以预测，有没有固定的时间点。

6.2 关于时间差的三个问题

④ 从申请到可用需要多久，环境与模型加载还要多久；

⑤ 高峰期的排队时长大概是多少；

⑥ 这段等待能否靠提前预热或预置镜像压缩。

6.3 一句收束

这六个问题答完，常备与临时的比例基本就有答案了。答不上来的那一个，往往就是日后出现“扩容来不及”或“闲置一大片”的地方。

七、科普小结

按需付费算力改变的是获取方式，不改变一件事：你得知道自己需要多少。负载曲线、峰谷比、基线容量、冷启动时间，这四个概念都不复杂，但它们决定了常备与临时的比例，也决定了一次扩容到底来不来得及。

先画曲线，再定比例，最后才谈规则——这个顺序比反过来有效得多。池化让资源随手可取，弹性让容量跟着曲线走，调度让任务有序排队，预置镜像把冷启动压到最短，观测记录让下一轮的判断有据可依。把这些串起来，按需付费才算用对了地方。