Il 18 novembre 2026 AWS ha annunciato la disponibilità generale di funzioni Lambda basate su eventi con accelerazione GPU. La novità riguarda le Event Functions eseguite su Lambda Managed Instances, con istanze Amazon EC2 delle famiglie G: non attiva una GPU su tutte le funzioni Lambda. AWS presenta la capacità soprattutto per l’inferenza, cioè l’esecuzione di modelli già pronti, e specifica limiti di durata e componenti di costo nella documentazione ufficiale del lancio.

Quali funzioni Lambda possono usare le GPU?

Schermata della console AWS Lambda: la funzione lmi-gpu-inference è visualizzata nella panoramica e nella sezione dell’immagine container; l’architettura indicata è x86_64.

Le GPU sono disponibili per le Event Functions su Lambda Managed Instances, distribuite come immagini container ed eseguite su istanze EC2 G-series. Al lancio AWS ha elencato le famiglie G4dn, G5, G6, G6f, Gr6, Gr6f e G6e.

AWS orienta questa capacità all’inferenza e ai modelli personalizzati, oltre che a carichi come elaborazione multimediale, rendering e calcolo scientifico. La descrive come ottimizzata per l’inferenza, non per l’addestramento, e distingue questi casi d’uso dai grandi modelli di base accessibili attraverso servizi come Amazon Bedrock.

Quali limiti tecnici e operativi considerare?

Per le funzioni GPU, AWS indica da 2.048 a 32.768 MB di memoria per funzione e da 3 a 48 GB di memoria dell’acceleratore. Lo spazio temporaneo può arrivare a 32 GB; l’immagine container può occupare fino a 32 GB, con un massimo di 10 GB per file. Ogni ambiente di esecuzione può gestire fino a 48 richieste concorrenti. Il provider di capacità può arrivare a 15.000 vCPU.

La documentazione AWS distingue la durata massima in base al tipo di invocazione: un’invocazione ordinaria può durare fino a 30 minuti, mentre per le invocazioni asincrone e quelle tramite mappatura della sorgente degli eventi su Lambda Managed Instances il limite può arrivare a 90 minuti. Quest’ultimo non si applica alle mappature di Amazon MQ e Amazon DocumentDB, come precisa la pagina delle quote di Lambda.

Modalità di invocazioneDurata massimaCondizioni
Ordinaria30 minutiLimite massimo per una singola invocazione
Asincrona o tramite mappatura della sorgente degli eventi su Lambda Managed Instances90 minutiEscluse le mappature di Amazon MQ e Amazon DocumentDB
Per valutare un’elaborazione lunga, controlla prima la modalità di invocazione: il limite può cambiare da 30 a 90 minuti.

Che cosa mostra l’esempio di AWS?

Schermata di configurazione AWS con 16.384 MB di memoria, 32.768 MB di spazio temporaneo, timeout di 15 minuti, concorrenza massima di 4 e memoria dell’acceleratore pari a 16.
Dashboard con quattro grafici a linee per l’utilizzo della GPU, l’utilizzo e la memoria occupata della GPU e l’utilizzo della potenza della GPU.

Per illustrare il servizio, AWS usa l’immagine CUDA di vLLM e il modello Qwen/Qwen2.5-1.5B-Instruct. Nella propria dimostrazione riferisce che quattro richieste concorrenti sono state completate in circa il tempo necessario per una sola e che sono bastati circa dieci minuti per passare dall’ID del modello a un endpoint attivo. Sono risultati riferiti a quella dimostrazione, non misure generali delle prestazioni.

Nella configurazione mostrata per l’esempio, AWS imposta 16.384 MB di memoria, 32 GB di spazio temporaneo, un timeout di 15 minuti, una memoria dell’acceleratore di 16 GB e una concorrenza massima di quattro richieste per ambiente. Sono parametri di quella configurazione, non valori da applicare automaticamente a ogni carico.

AWS spiega inoltre che, nell’esempio, il download del modello e il riscaldamento del motore avvengono durante la pubblicazione di una versione della funzione, prima che questa riceva traffico. Per provare la procedura, invita a controllare la quota On-Demand per le istanze G: secondo AWS, nei nuovi account può partire da zero.

La console Lambda e CloudWatch rendono disponibili metriche di utilizzo della GPU, utilizzo e memoria occupata della GPU e utilizzo della potenza della GPU. Il pannello dell’esempio raccoglie le quattro metriche in grafici separati.

Quali componenti di costo ha annunciato AWS?

La tariffazione descritta da AWS comprende il costo dell’istanza EC2 sottostante e una commissione di gestione del 9,75% per le istanze GPU. A questi si aggiunge il costo standard delle richieste Lambda, indicato in 0,20 dollari per milione di richieste. AWS afferma inoltre che Savings Plans e Reserved Instances esistenti si applicano al costo dell’istanza EC2.