Oossa

AWS Lambda unterstützt jetzt GPUs für serverlose Funktionen

AWS Lambda führt GPU-beschleunigte Workloads jetzt auf verwalteten EC2-Instances der G-Serie aus und übernimmt Treiber, Skalierung und Speicherverwaltung.

Von Von Oossa veröffentlicht: 1 Min. Lesezeit

Andrey Matveev · Unsplash

Amazon Web Services gab am 18. November 2026 bekannt, dass Lambda Event Functions jetzt auf GPU-basierten EC2-Instances der G-Serie ausführt. Damit lassen sich KI-Inferenz, Videotranskodierung, 3D-Rendering oder wissenschaftliche Simulationen starten, ohne Hardware bereitzustellen oder Treiber zu installieren. Lambda stellt vorgefertigte Container-Images mit gängigen Frameworks wie PyTorch, vLLM und SGLang bereit. Sie lassen sich anpassen oder durch eigene Images ersetzen. Jede Funktion kann bis zu 32 GB NVMe-Ephemeralspeicher nutzen und große Modelle verzögert direkt aus S3 laden, sodass die Startzeiten kurz bleiben.

So funktioniert der Dienst

Beim Erstellen einer GPU-beschleunigten Funktion startet Lambda in Ihrem Konto die passende Instance der G-Serie – etwa eine G4dn mit NVIDIA T4 oder eine G5 mit A10G – und verwaltet Betriebssystem, Treiberaktualisierungen und Zustandsprüfungen. In jeder Ausführungsumgebung laufen mehrere Aufrufe gleichzeitig. Lambda skaliert die zugrunde liegenden Instances anhand der GPU-Auslastung, der CPU-Auslastung und der Zahl gleichzeitiger Anfragen. Sie können einen Kapazitätsanbieter festlegen, der beliebige unterstützte GPU-Familien umfasst, und sogar die Skalierung auf null aktivieren, um Kosten für Leerlauf zu vermeiden. Die Preise entsprechen den üblichen EC2-On-Demand-Tarifen zuzüglich einer Verwaltungsgebühr von 9.75 % und $0.20 pro Million Anfragen.

Warum das jetzt wichtig ist

Vor dieser Einführung mussten Entwickler eigene GPU-Cluster betreiben oder Dienste wie SageMaker nutzen, deren Einrichtung aufwendiger ist. Indem Lambda GPU-Rechenleistung ins serverlose Modell verlagert, können Teams einen GPU-Schritt in ereignisgesteuerte Workflows einfügen und dabei dieselben mehr als 200 AWS-Ereignisquellen wie für reguläre Funktionen nutzen. Das verringert den Betriebsaufwand und erleichtert das Entwickeln von Prototypen oder den Einsatz kleiner bis mittelgroßer Modelle, Medienpipelines und Simulationsjobs, die durch S3-Uploads, SQS-Nachrichten oder API-Aufrufe ausgelöst werden.

Warum es wichtig ist

Für Entwickler bedeutet die neue GPU-Option, dass sie leistungsstarke Rechenkapazität in bestehende serverlose Pipelines einbinden können, ohne Hardware kaufen oder verwalten zu müssen. Unternehmen können KI-Inferenz oder Videoverarbeitung kostengünstiger und schneller ausprobieren und dabei weiterhin die vertrauten Lambda-Tools und Ereignisquellen nutzen.

War dieser Artikel hilfreich?
Teilen

Als Nächstes lesen

Oossa · Newsletter

Die KI-Woche, erklärt

Jeden Montag: die Nachrichten, die man kennen sollte – verständlich. Kostenlos, kein Spam.