在云原生场景下，资源容量通常难以预估，而Kubernetes原生HPA存在弹性滞后和配置复杂的问题。为此，ACK推出了AHPA（Advanced Horizontal Pod Autoscaler）弹性预测，支持根据业务历史指标，自动识别弹性周期并对容量进行预测，提前进行弹性规划，解决弹性滞后的问题
容器服务 Kubernetes 版支持AHPA（Advanced Horizontal Pod Autoscaler）弹性能力。AHPA可以根据历史数据进行学习和分析，提前预测未来的资源需求，并据此动态调整Pod副本数量，确保在业务高峰到来之
AHPA可以根据从Prometheus Adapter获取到的GPU利用率数据，结合历史负载趋势和预测算法，提前预估未来的GPU资源需求，并自动调整Pod副本数量或者GPU资源分配，确保在GPU资源紧张前完成扩容操作，而在资源闲置时及时缩容，从而达到节省成本和提高集群效率的目标。 前提条件
Knative Serverless支持AHPA（Advanced Horizontal Pod Autoscaler）的弹性能力，当应用所需资源具备周期性变化时，可通过弹性预测，预热资源，缓解您在使用Knative时遇到的冷启动问题。本文介绍如何在Knative中使用AHPA弹性预测功能。 前提条
阿里云Prometheus监控提供一键安装AHPA组件功能，并提供开箱即用的专属监控大盘。本文介绍如何为AHPA开启Prometheus监控。 前提条件
很多场景中需要根据自定义指标（例如HTTP请求的QPS、消息队列的长度等）对应用进行扩缩容。AHPA（Autoscaling Horizontal Pod Autoscaler）提供了External Metrics机制，结合alibaba-cloud-metrics-adapter组件，可以为应用
