KServe minReplicas与Knative min-scale的区别及必要性咨询

二者看似功能相似，但从定位、作用逻辑和场景适配上存在明确区别：

• 层级与抽象不同
  Knative的min-scale（及max-scale）是Knative Serving原生的水平扩缩容参数，属于底层服务调度层的配置，直接控制Knative Service的Pod副本数量。而KServe的minReplicas（及maxReplicas）是KServe在Knative之上封装的、面向模型推理服务场景的专属配置，属于AI服务层的抽象。

• 配置优先级与传递逻辑
  当在KServe的InferenceService中设置minReplicas时，KServe控制器会自动将该值同步到底层对应的Knative Service的min-scale字段。但如果直接修改Knative侧的min-scale，KServe在 reconcile 过程中会将其覆盖为InferenceService中minReplicas的设置——因为KServe以自身CR（自定义资源）的配置为权威来源。

• 场景适配差异
  KServe的minReplicas会和模型服务的其他特性联动：比如结合模型加载的资源需求、预热时间等，确保最小副本数能支撑模型的启动与基础推理请求；还会配合KServe专属的扩缩容指标（如推理QPS、延迟）调整扩缩容策略。而Knative的min-scale仅关注Pod副本的数量阈值，完全不感知模型服务的业务逻辑。

注：maxReplicas与max-scale的差异逻辑和上述一致，不再赘述。

内容的提问来源于stack exchange，提问作者Gaddy