问题描述
我简短地描述了我的用例：假设我想在 AWS 上启动一个有 10 个工作人员的集群：
过去我总是使用 initial_workers: 10、min_workers: 0、max_workers: 10 选项 (cluster.yaml) 来最初将集群启动到满容量，然后利用基于集群的自动缩减在空闲时间。因此，在作业结束时，几乎所有试验都已终止并且不再需要集群的全部容量，节点将自动删除。
现在，随着 initial_workers 选项消失 #12444，我不太清楚如何完成相同的缩减行为。
我在 ray.autoscaler.sdk.request_resources 之前和之后尝试了以编程方式请求资源 (tune.run) 但这似乎与 settig min_workers 字段相同，我只能缩小集群在所有工作都被终止后。
我还尝试设置 upscaling_speed，但由于某种原因，升级非常缓慢，而且似乎一次只添加一个节点（我要求使用 GPU）。也总是只有一个待处理的任务我也不太明白（不幸的是，我也没有时间完全调查这个 :()
目前我正在使用上面描述的编程方式，它工作正常，但在工作结束时我有很多空闲资源，在我可以缩减规模之前运行了几个小时。
如果有人能指出我解决这个问题的正确方向，那就太好了。
谢谢
解决方法
在 ray 版本 1.30 中，我观察到的自动缩放问题似乎得到了解决，现在集群按预期随着待定试验进行扩展（使用 AWS ec2 g4dn 实例）。所以不再需要 intial_workers 选项。