O Amazon EC2 Auto Scaling permite acompanhar de perto a curva de demanda por aplicativos, reduzindo a necessidade de provisionar antecipada e manualmente a capacidade do Amazon EC2. Por exemplo, é possível usar as políticas de escalabilidade de rastreamento de destino para selecionar uma métrica de carregamento para aplicações, como a utilização de CPU. Também existe a possibilidade de definir um valor de destino usando a nova métrica "Request Count Per Target" do Application Load Balancer, que é uma opção de balanceamento de carga do serviço de balanceamento de carga elástico. Depois disso, o Amazon EC2 Auto Scaling ajustará automaticamente o número de instâncias do EC2, conforme necessário para manter sua meta.

A escalabilidade preditiva, agora com suporte nativo como política do EC2 Auto Scaling, usa machine learning para agendar o número certo de instâncias do EC2 em antecipação às mudanças de tráfego que se aproximam. A escalabilidade preditiva prevê o tráfego futuro, inclusive picos de ocorrência regular, e fornece o número certo de instâncias do EC2 previamente. Os algoritmos de machine learning da escalabilidade preditiva detectam mudanças nos padrões diários e semanais, ajustando automaticamente suas previsões. Isso elimina a necessidade de ajuste manual dos parâmetros de Auto Scaling conforme eles se modificam ciclicamente ao longo do tempo, facilitando a configuração do Auto Scaling. O Auto Scaling aprimorado com escalabilidade preditiva proporciona um provisionamento de capacidade mais rápido, mais simples e mais preciso, gerando custos mais baixos e aplicativos com maior capacidade de resposta.