AWS hat am 18. November 2026 GPU-gestützte Event Functions auf Lambda Managed Instances für allgemein verfügbar erklärt. Die Funktion läuft auf EC2-GPU-Instanzen und richtet sich an Container-Image-Funktionen, nicht an jede Lambda-Funktion. Für den Einsatz zählen vor allem der passende Aufrufmodus und die dazugehörige Laufzeitgrenze. AWS’ Ankündigung
Welche Lambda-Funktionen können GPUs nutzen?
GPU-Unterstützung ist für Event Functions auf Lambda Managed Instances vorgesehen. Sie werden als Container-Images bereitgestellt und laufen auf EC2-Instanzen der G-Serie. Zum Start nannte AWS die Familien G4dn, G5, G6, G6f, Gr6, Gr6f und G6e.
Für welche Aufgaben sind die GPU-Instanzen gedacht?
AWS positioniert die Funktion für Inferenz mit eigenen Modellen, nicht für Modelltraining. Als weitere Einsatzfelder nennt das Unternehmen Medienverarbeitung, Rendering und wissenschaftliche Berechnungen. Große Basismodelle, die bereits über Dienste wie Amazon Bedrock verfügbar sind, stellt AWS dabei den eigens betriebenen Modellen gegenüber. Die Ankündigung von AWS
AWS’ Beispiel nutzt das vLLM-CUDA-Basisimage und das Modell Qwen/Qwen2.5-1.5B-Instruct. Für dieses öffentliche Modell war laut AWS kein Hugging-Face-Token nötig; private oder zugangsbeschränkte Modelle können ein HF_TOKEN verwenden. AWS berichtet, mit vier gleichzeitigen Aufrufen ungefähr die Laufzeit eines einzelnen Aufrufs erreicht zu haben. Vom Modellbezeichner bis zu einem erreichbaren Endpunkt habe der Aufbau rund zehn Minuten gedauert. Diese Werte stammen aus AWS’ eigener Demonstration.
Vor dem Start empfiehlt AWS, das Kontingent für G-Serie-On-Demand-Instanzen zu prüfen oder eine Erhöhung zu beantragen. Neue Konten können laut AWS mit einem Kontingent von null beginnen. Beim Demonstrationsaufbau wurden das Modell heruntergeladen und die Inferenz-Engine während der Veröffentlichung der Funktionsversion gestartet, sodass der erste Aufruf nicht auf diesen initialen Start warten musste.
Welche Ressourcenlimits gelten?
AWS nennt für GPU-Funktionen 2.048 bis 32.768 MB Funktionsspeicher und 3 bis 48 GB GPU-Speicher. Der temporäre Speicher kann bis zu 32 GB umfassen; Container-Images dürfen bis zu 32 GB groß sein, einzelne Dateien darin bis zu 10 GB. Pro Ausführungsumgebung sind bis zu 48 gleichzeitige Anfragen möglich. Ein Kapazitätsanbieter kann laut AWS bis zu 15.000 vCPUs umfassen. AWS’ Ankündigung mit den GPU-Limits
In AWS’ Konfigurationsbeispiel sind 16.384 MB Funktionsspeicher und vier GiB Speicher je vCPU eingestellt; die Umgebung bearbeitet vier gleichzeitige Anfragen. Das sind Werte dieses Beispiels. Die Konsole führt außerdem Einstellungen für temporären und GPU-Speicher auf.
AWS stellt Messwerte zur GPU-Auslastung, GPU-Speicherauslastung, zum belegten GPU-Speicher und zur GPU-Leistungsaufnahme in der Lambda-Konsole und in CloudWatch bereit.
Wie lange darf ein Aufruf laufen?
Für gewöhnliche Lambda-Aufrufe gilt eine Obergrenze von 30 Minuten. Asynchrone Aufrufe und Ereignisquellen-Zuordnungen auf Lambda Managed Instances können bis zu 90 Minuten laufen. Diese längere Grenze gilt nicht für Ereignisquellen-Zuordnungen von Amazon MQ und Amazon DocumentDB. AWS’ Dokumentation zu Lambda-Kontingenten
| Aufrufart | Maximale Laufzeit | Bedingung |
| Gewöhnlicher Lambda-Aufruf | 30 Minuten | Allgemeine Aufrufgrenze |
| Asynchroner Aufruf oder Ereignisquellen-Zuordnung auf Lambda Managed Instances | Bis zu 90 Minuten | Ausgenommen Zuordnungen von Amazon MQ und Amazon DocumentDB |
Bei längeren GPU-Aufgaben entscheidet auch der Aufrufweg: Die 90-Minuten-Grenze gilt nicht für jede Lambda-Ausführung.
Welche Gebühren nennt AWS?
AWS nennt die Gebühr der zugrunde liegenden EC2-Instanz zuzüglich einer Verwaltungsgebühr von 9,75 Prozent für GPU-Instanzen. Hinzu kommen 0,20 US-Dollar je einer Million Lambda-Anfragen. Bestehende Savings Plans und Reserved Instances gelten laut AWS für die EC2-Instanzgebühr. AWS’ Angaben zu den Gebühren