AWS ogłosiło 18 listopada 2026 r. ogólną dostępność funkcji Event Functions z obsługą GPU w usłudze Lambda Managed Instances. To rozwiązanie dla funkcji uruchamianych na instancjach Amazon EC2 z rodziny G i wdrażanych jako obrazy kontenerów — nie dla każdej funkcji Lambda. W praktyce najważniejsze są trzy kwestie: czy używasz właściwego modelu funkcji, jaki tryb wywołania pasuje do zadania i z jakich składników składa się opłata. AWS opisało zakres usługi i jej konfigurację.
Przy planowaniu inferencji sprawdź najpierw, czy funkcja działa na Lambda Managed Instances; dopiero potem dobieraj tryb wywołania i zasoby GPU.
Które funkcje Lambda mogą korzystać z GPU?
GPU obsługują Event Functions działające na Lambda Managed Instances. AWS wymienia przy premierze instancje EC2 z rodzin G4dn, G5, G6, G6f, Gr6, Gr6f i G6e. Funkcję trzeba wdrożyć jako obraz kontenera, a jej środowisko wykonawcze korzysta z pojemności dostarczanej przez instancje G.
AWS pozycjonuje tę możliwość przede wszystkim pod kątem inferencji i modeli niestandardowych. Wymienia też przetwarzanie multimediów, renderowanie i obliczenia naukowe, a nie trening modeli. Do dużych modeli bazowych dostępnych za pośrednictwem usług takich jak Amazon Bedrock AWS wskazuje osobną ścieżkę.
Jakie zasoby i ustawienia obejmuje funkcja GPU?
Dla funkcji GPU AWS podaje pamięć funkcji od 2048 do 32 768 MB oraz zakres pamięci akceleratora od 3 do 48 GB. Obraz kontenera może mieć do 32 GB, przy limicie 10 GB na plik, a pamięć tymczasowa /tmp — do 32 GB. Jedno środowisko wykonawcze może obsłużyć do 48 równoczesnych żądań. Dostawca pojemności może obejmować do 15 000 vCPU.
W swojej konfiguracji demonstracyjnej AWS ustawiło 16 384 MB pamięci funkcji, 32 GB pamięci tymczasowej, limit czasu 15 minut, współbieżność czterech żądań na środowisko, 4 GiB pamięci na vCPU oraz 16 GB pamięci akceleratora. To wartości dla przykładu AWS, nie gotowy zestaw ustawień dla każdego obciążenia.
W demonstracji AWS użyło bazowego obrazu CUDA dla vLLM i modelu Qwen/Qwen2.5-1.5B-Instruct. AWS podało, że cztery równoczesne wywołania zakończyły się mniej więcej w czasie jednego oraz że przejście od identyfikatora modelu do działającego punktu końcowego zajęło około 10 minut. To wyniki opisane przez AWS dla tej demonstracji, a nie niezależny pomiar wydajności. AWS zaleca też sprawdzenie limitu konta dla instancji G On-Demand przed uruchomieniem przykładu; nowe konto może zaczynać z limitem równym zero.
Jak długo może działać wywołanie?
AWS podaje maksymalnie 30 minut dla zwykłego wywołania. W przypadku Lambda Managed Instances wywołania asynchroniczne i uruchamiane przez mapowanie źródła zdarzeń mogą działać do 90 minut, z wyjątkiem mapowań dla Amazon MQ i Amazon DocumentDB. Dokumentacja limitów AWS Lambda opisuje oba limity i wyjątki.
| Tryb wywołania | Maksymalny czas | Warunki |
| Zwykłe wywołanie | 30 minut | Limit zwykłego pojedynczego wywołania |
| Wywołanie asynchroniczne lub przez mapowanie źródła zdarzeń w Lambda Managed Instances | 90 minut | Wyjątki dotyczą mapowań dla Amazon MQ i Amazon DocumentDB |
Przy zadaniu, które może trwać dłużej niż pół godziny, wybór trybu ma znaczenie: limit 90 minut dotyczy określonych wywołań w Lambda Managed Instances, a nie każdego wywołania funkcji.
Z czego składa się opłata za GPU?
AWS wymienia opłatę za bazową instancję EC2 oraz dodatkową opłatę za zarządzanie instancją GPU w wysokości 9,75%. Do tego dochodzi standardowa opłata Lambda: 0,20 USD za milion żądań. AWS podaje, że istniejące Savings Plans i Reserved Instances obejmują opłatę za instancję EC2. Warto więc rozdzielić koszt instancji od opłaty za żądania podczas szacowania obciążenia.
AWS udostępnia też w konsoli Lambda i CloudWatch metryki wykorzystania GPU, wykorzystania pamięci GPU, zużytej pamięci GPU oraz wykorzystania mocy GPU.