K8s 原生 HPA 只能基于 CPU/内存伸缩，且最少保留 1 个 Pod。当你的 GPU 推理服务凌晨没请求却烧着 $730/月的算力时，KEDA 是你的解药。本文覆盖 SQS 消息驱动、Cron 定时伸缩、混合模式三种生产模式，附完整 YAML 和成本对比。目录前言：HPA 的三个致命短板一、KEDA 是什么二、安装与验证（3 分钟）三、模式一：SQS 消息驱动（GPU 推理首选）