El 18 de noviembre de 2026, AWS anunció la disponibilidad general de funciones de eventos con GPU en Lambda Managed Instances. La opción funciona sobre instancias EC2 G-series y se despliega mediante imágenes de contenedor: no convierte automáticamente en funciones GPU todas las cargas de AWS Lambda. La modalidad de invocación también importa: el límite documentado va de 30 a 90 minutos según el tipo de ejecución.
Antes de valorar Lambda con GPU para una carga, comprueba que encaja en Event Functions sobre Lambda Managed Instances y que su modalidad de invocación admite la duración necesaria.
Qué funciones de Lambda pueden usar GPU
La oferta se aplica a Event Functions ejecutadas en Lambda Managed Instances con instancias EC2 G-series. AWS enumeró estas familias para el lanzamiento: G4dn, G5, G6, G6f, Gr6, Gr6f y G6e. La función se publica como imagen de contenedor.
AWS orienta esta capacidad a la inferencia y a modelos personalizados, no al entrenamiento. También cita el procesamiento de medios, el renderizado y la computación científica como posibles cargas; para los grandes modelos fundacionales, señala servicios como Amazon Bedrock. En su demostración, AWS utilizó vLLM y el modelo Qwen/Qwen2.5-1.5B-Instruct. AWS informó que cuatro solicitudes simultáneas terminaron aproximadamente en el tiempo de una y que llevó unos diez minutos pasar del identificador del modelo a un endpoint activo; son resultados de esa demostración, no una medición independiente de rendimiento. AWS explica el alcance y su demostración.
Qué límites y ajustes técnicos conviene revisar
AWS publica un rango de 2.048 a 32.768 MB de memoria para la función y de 3 a 48 GB de memoria para el acelerador. El almacenamiento efímero puede llegar a 32 GB; las imágenes de contenedor, a 32 GB en total, con un máximo de 10 GB por archivo. Cada entorno de ejecución puede atender hasta 48 solicitudes simultáneas, y un proveedor de capacidad admite hasta 15.000 vCPU.
En la configuración de su demostración, AWS eligió 16.384 MB de memoria, 32 GB de almacenamiento efímero, 15 minutos de timeout y una concurrencia máxima de cuatro solicitudes por entorno. También configuró una relación de 4 GiB de memoria de ejecución por vCPU y 16 GB de memoria del acelerador. Son ajustes de esa demostración, no una configuración universal.
Para desplegar el ejemplo, AWS recomienda revisar la cuota de instancias G-series bajo demanda de la cuenta y solicitar un aumento si hace falta; algunas cuentas nuevas pueden partir de una cuota de cero. En ese flujo, la descarga del modelo y el calentamiento del motor ocurren al publicar una versión de la función, antes de atender tráfico.
Cuánto puede durar una invocación
El máximo depende del modo de invocación. AWS documenta hasta 30 minutos para una invocación ordinaria y hasta 90 minutos para invocaciones asíncronas y mapeos de fuentes de eventos en Lambda Managed Instances. El máximo de 90 minutos excluye los mapeos de Amazon MQ y Amazon DocumentDB. La documentación de cuotas de AWS Lambda detalla estos límites.
| Modo de invocación | Duración máxima | Condiciones |
| Ordinaria | 30 minutos | Límite para una invocación ordinaria. |
| Asíncrona o mediante mapeo de fuentes de eventos en Lambda Managed Instances | 90 minutos | No se aplica a los mapeos de Amazon MQ ni de Amazon DocumentDB. |
Para una tarea que pueda prolongarse, la diferencia práctica está en el modo de invocación: el límite de 90 minutos corresponde a esas modalidades de Lambda Managed Instances, no a todas las invocaciones.
Qué incluye el precio y qué métricas puedes vigilar
AWS desglosa el cobro en la tarifa de la instancia EC2 subyacente, una comisión de gestión del 9,75 % para las instancias GPU y el cargo estándar de Lambda de 0,20 dólares por millón de solicitudes. Los Savings Plans y las Reserved Instances existentes se aplican al cargo de la instancia EC2.
AWS indica que la consola de Lambda y CloudWatch permiten consultar la utilización de GPU, la utilización y memoria usada de la GPU, y la utilización de potencia de la GPU.