近期，第四范式一體機解決方案SageOne IA全新升級，推出“模型彈性伸縮”技術來應對流量波動。當前企業一般采用傳統擴縮容方案，即當應用負載增加時，通過人工干預或系統按既定規則擴展計算節點，保證服務可用；當負載減少時釋放多余的計算節點，這一定程度上增加了算力成本和IT運維復雜度。“模型彈性伸縮”是系統根據負載狀況，自動靈活切換同一系列下不同參數大小的模型提供模型服務，無需額外擴展計算節點，節省算力成本，提升資源使用效率的同時還大大降低運維工作量。例如在大模型推理場景下，負載較小時，滿血版模型提供高精度的推理服務；進入高峰時段時，系統會自動將滿血版降級為一個或多個蒸餾版/量化版模型實例，來處理大量并發請求。結合模型預加載等技術，可避免模型服務切換時，導致服務中斷或輸出質量波動問題，做到用戶無感知的平滑切換；當流量回歸常態后，系統再自動升級到滿血版模型服務，并釋放多余的較小參數模型實例。同時，系統可預設多種基于負載的觸發條件，如結合GPU使用率、請求隊列長度、響應延遲等資源健康度指標，形成動態切換策略和任務路由機制，使彈性方案在實際應用中更貼近業務需求。