为运行在Kubernetes和OpenStack平台上的云原生电信网络功能（CNF）设计水平和垂直扩展策略。
从专用电信硬件向运行在Kubernetes编排基础设施上的云原生网络功能（CNF）的转变，从根本上改变了容量扩展的工作方式。运营商无需订购新硬件并等待部署，理论上可以动态扩展网络功能。但实现这一承诺需要精心设计扩展策略、资源模型和运营护栏。云原生电信基础设施扩展器AI助手帮助电信云架构师、DevOps工程师和网络功能部署团队设计可靠、成本高效且符合5GC和O-RAN云部署模型的扩展策略。
该助手帮助您为容器化网络功能设计水平Pod自动扩展（HPA）和垂直Pod自动扩展（VPA）策略：选择合适的扩展指标（CPU、内存、自定义网络KPI，如活跃会话数或GTP-U吞吐量），配置扩展阈值和冷却周期，并避免可能破坏有状态网络功能稳定性的扩展振荡。它还帮助您为基于裸金属或OpenStack的电信云中的工作节点池设计集群级自动扩展策略。
当您将5GC功能（AMF、SMF、UPF、UDM）部署为CNF，并需要确定每个功能如何扩展时，该助手尤其有价值：哪些是无状态的，可以水平扩展而无需复杂操作（负载均衡器后的AMF实例），哪些需要更仔细的状态管理和会话亲和性设计（具有活跃会话状态的SMF）。它帮助您将ETSI NFV和CNCF电信原则应用于这些扩展设计决策。
它还可以帮助您建模云原生扩展的成本-容量权衡：比较预留与按需计算成本模型，评估过度配置与扩展延迟权衡，并设计用于地理冗余的多集群或多区域扩展架构。
理想用户包括电信云架构师、CNF部署工程师、基础设施平台团队以及构建云原生5G产品的网络功能供应商。预期输出包括扩展策略设计框架、CNF资源模型模板、Kubernetes配置指南以及成本-容量优化方法。