Saltar al contenido principal
PATCH
/
api
/
v1
/
serving
/
deployments
/
{deployment_id}
/
scaling
Python (SDK)
from meetkai_mka1 import SDK


with SDK(
    bearer_auth="<YOUR_BEARER_TOKEN_HERE>",
) as sdk:

    res = sdk.serving.deployments.update_scaling(deployment_id="<id>", min_containers=0, max_containers=1, buffer_containers=0, scaledown_window_s=300, max_concurrent_inputs=100)

    # Handle response
    print(res)
{
  "id": "<string>",
  "name": "<string>",
  "model": "<string>",
  "accelerator": {
    "type": "<string>",
    "count": 1,
    "fallback": [
      "<string>"
    ]
  },
  "scaling": {
    "min_containers": 0,
    "max_containers": 1,
    "buffer_containers": 0,
    "scaledown_window_s": 300,
    "max_concurrent_inputs": 100
  },
  "image": "<string>",
  "revision": 123,
  "created_at": "2023-11-07T05:31:56Z",
  "updated_at": "2023-11-07T05:31:56Z",
  "url": "<string>"
}

Autorizaciones

​
Authorization
string
header
requerido

Gateway auth: send Authorization: Bearer <mka1-api-key>. For multi-user server-side integrations, you can also send X-On-Behalf-Of: <external-user-id>.

Encabezados

​
X-On-Behalf-Of
string

Optional external end-user identifier forwarded by the API gateway.

Parámetros de ruta

​
deployment_id
string
requerido

Cuerpo

application/json

Configuración de autoescalado para una implementación.

​
min_containers
integer
predeterminado:0

Réplicas cálidas para guardar siempre

Rango requerido: x >= 0
​
max_containers
integer
predeterminado:1

Techo réplica

Rango requerido: x >= 1
​
buffer_containers
integer
predeterminado:0

Réplicas inactivas mantenidas listas para ráfagas

Rango requerido: x >= 0
​
scaledown_window_s
integer
predeterminado:300

Segundos de inactividad antes de que se elimine una réplica

Rango requerido: 2 <= x <= 1200
​
max_concurrent_inputs
integer
predeterminado:100

Solicitudes en vuelo que una sola réplica acepta a la vez

Rango requerido: x >= 1

Respuesta

Respuesta Exitosa

Un servidor de inferencia desplegado.

​
id
string
requerido
​
name
string
requerido
​
status
enum<string>
requerido
Opciones disponibles:
provisioning,
ready,
scaling,
updating,
error,
stopped
​
model
string
requerido
​
engine
enum<string>
requerido

Motor de inferencia que respalda una implementación.

Opciones disponibles:
vllm,
sglang
​
accelerator
AcceleratorSpec · object
requerido

Una solicitud de acelerador de hardware — GPU, NPU, TPU o similar.

Solicita un acelerador por tipo y cantidad, con tipos de reserva opcionales.

​
scaling
Scaling · object
requerido

Configuración de autoescalado para una implementación.

​
image
string | null
requerido
​
revision
integer
requerido

Revisión actual de la configuración

​
created_at
string<date-time>
requerido
​
updated_at
string<date-time>
requerido
​
url
string | null

Punto final público una vez listo