模型服务的运行成本与可用性主要取决于资源配置。本文介绍如何为服务版本选择计算资源、设置副本数量，以及通过控制台或 SDK 调节服务的运行状态。
前提条件
已创建模型服务并完成基础信息与版本配置。新建服务的流程详见 部署在线推理服务。
当前账号在工作空间内具备模型服务的编辑权限。
选择计算资源
新建或编辑服务版本时，资源来源 选择 平台按量计费 （Serverless）。该模式下：
平台按副本运行时长计费，无需预购机器资源组。
资源池由平台统一调度，可按请求量动态拉起或回收副本。
服务停止后立即停止计费。
资源规格 需要根据模型的算力需求选择。常见档位示例：
类型 | 典型规格 | 适用模型 |
CPU | 多档 CPU 规格 | 传统机器学习模型（树模型、线性模型、轻量级推荐模型）。 |
GPU | 含 GPU 卡的规格 | 深度学习模型（图像识别、NLP、向量检索）。 |
提示
单副本规格与副本数量共同决定服务容量。建议先以 1 副本、中等规格上线压测，再依据 QPS / 延迟指标横向扩展。
设置副本数量
在版本配置或服务详情页输入目标副本数量 ，平台立即扩缩到指定数量。多副本可提升服务可用性，适合临时压测、紧急扩容与稳定生产服务。
更新服务
服务运行后，在服务详情页单击编辑 进入更新服务 ，调整资源与运行参数：
可修改 ：服务描述、资源规格、请求限流、副本数量、副本调节、调度策略、自动停止等配置项。
不可修改 ：服务名称（页面中置灰）。
更换模型版本 ：
控制台：更新服务 操作不修改已部署的模型，更换模型版本需通过服务详情页的新增版本 完成。
SDK：
update_deployment 支持通过 model_uri 参数更换模型版本。页面右侧 配置概览 实时汇总本次配置。
提示
修改资源规格后副本的具体重启行为以平台实际实现为准。
通过 SDK 调节资源与运行状态
除控制台外，也可通过 MLflow Deployments SDK 在 Notebook / Python 任务中调节副本数（
config={"replicas": N}）与启停服务（service_action 取值 STOP / RESUME / SCALE）。具体调用方式与注意事项详见 部署在线推理服务 的更新、扩缩容与版本切换。常见问题
Q：副本数为 0 时服务还可被调用吗？
A：不可以。副本数为 0 时服务进入已停止状态，调用地址返回失败。如需暂时停止服务并停止计费，请在服务详情页单击 停止 ，或通过 SDK 调用
update_deployment(config={"service_action": "STOP"})。相关文档
部署在线推理服务（REST API）
