虎牙（郑健彦）：智能弹性在虎牙降本增效上的探索与实践_模型_赛事_预测

今天分享的是：虎牙（郑健彦）：智能弹性在虎牙降本增效上的探索与实践

报告共计：38页

《虎牙（郑健彦）：智能弹性在虎牙降本增效上的探索与实践》聚焦虎牙在直播场景下通过智能弹性技术实现降本增效的实践。针对直播流量单峰结构及赛事期间的资源调度挑战，虎牙提出基于AI预测的日常弹性、业务容量模型、赛事弹性及边缘算力弹性的全链路解决方案。

日常弹性方面，传统HPA因指标采集、上报和伸缩时延导致响应滞后，虎牙引入LightGBM模型预测CPU使用率，提前20分钟生成弹性配置，通过“预测值与当前指标取最大值”的策略触发扩缩容，避免副本数震荡，节省成本28%，同时提升资源利用率。例如，某服务通过预测提前扩容，CPU使用率峰值降低30%，副本数调整更平滑。

业务容量模型针对赛事场景，通过线性回归分析PCU（观众并发数）与核数的关系，筛选出相关系数>0.9的核心服务，建立“核数=kPCU+b”模型，每周更新参数，整体准确率89.35%。赛事弹性结合容量模型与AI-HPA，大赛事预配置PCU触发提前扩容，中小型赛事基于实时PCU自动弹性，如某赛事通过预扩容使黄金指标成功率提升至99.78%，同时减少固定SET部署，节省算力32.9%。

展开剩余80%

边缘算力弹性针对按天/小时计费的边缘机房资源，区分信令（观众PCU）和转码（主播PCU）业务，基于PCU容量模型与实时CPU监控双重策略，实现按天动态调整云主机数量。例如，江苏南通电信机房通过模型预估核数，节点数随PCU波动动态伸缩，资源利用率提升40%，有效降低边缘算力成本。

整体方案通过AI预测与容量模型结合，实现日常周期流量、赛事突发流量和边缘资源的智能调度，在保障服务稳定性的同时，显著降低算力成本，为直播行业应对高并发场景提供了可复用的技术路径。

以下为报告节选内容

发布于：广东省