Oossa

AWS Lambda prend en charge les GPU pour ses fonctions serverless

AWS Lambda peut désormais exécuter des charges de travail accélérées par GPU sur des instances EC2 G gérées, en prenant en charge les pilotes, la mise à l’échelle et le stockage.

Par Publié par Oossa: 1 min de lecture

Andrey Matveev · Unsplash

Amazon Web Services a annoncé le 18 novembre 2026 que Lambda exécute désormais des fonctions d’événement sur des instances EC2 de la série G équipées de GPU. Cette nouveauté permet de lancer des tâches d’inférence IA, de transcodage vidéo, de rendu 3D ou de simulation scientifique sans provisionner de matériel ni installer de pilotes. Lambda fournit des images de conteneur préconfigurées avec des frameworks populaires comme PyTorch, vLLM et SGLang, que vous pouvez personnaliser ou remplacer par votre propre image. Chaque fonction peut utiliser jusqu’à 32 GB de stockage éphémère NVMe et charger à la demande de grands modèles directement depuis S3, afin de réduire les temps de démarrage.

Fonctionnement du service

Lors de la création d’une fonction accélérée par GPU, Lambda lance dans votre compte l’instance de la série G adaptée (par exemple une G4dn avec un NVIDIA T4 ou une G5 avec un A10G) et gère le système d’exploitation, les mises à jour des pilotes et les contrôles d’intégrité. Plusieurs appels s’exécutent simultanément dans chaque environnement d’exécution. Lambda ajuste le nombre d’instances sous-jacentes en fonction de l’utilisation du GPU, de celle du CPU et du nombre de requêtes simultanées. Vous pouvez définir un fournisseur de capacité incluant n’importe laquelle des familles de GPU prises en charge et même activer la mise à l’échelle jusqu’à zéro pour éviter les frais lorsque les ressources sont inutilisées. La tarification correspond aux tarifs EC2 standard à la demande, auxquels s’ajoutent des frais de gestion de 9.75 % et $0.20 par million de requêtes.

Pourquoi c’est important aujourd’hui

Avant ce lancement, les développeurs devaient gérer leurs propres clusters de GPU ou recourir à des services comme SageMaker, qui nécessitent davantage de configuration. En intégrant le calcul GPU au modèle serverless, Lambda permet aux équipes d’ajouter une étape GPU à un flux de travail piloté par des événements, en utilisant les mêmes 200 + sources d’événements AWS que pour les fonctions classiques. Cela réduit les tâches d’exploitation et facilite le prototypage ou le déploiement de modèles de petite ou moyenne taille, de chaînes de traitement multimédia ou de simulations déclenchées par des téléversements vers S3, des messages SQS ou des appels d’API.

Pourquoi c'est important

Pour les développeurs, cette nouvelle option GPU permet d’ajouter du calcul haute performance à des chaînes serverless existantes sans acheter ni gérer de matériel. Les entreprises peuvent expérimenter l’inférence IA ou le traitement vidéo à moindre coût et plus rapidement, tout en continuant à utiliser les outils et sources d’événements Lambda qu’elles connaissent.

Cet article vous a-t-il été utile ?
Partager

À lire ensuite

Oossa · Newsletter

La semaine de l'IA, expliquée

Chaque lundi : l'essentiel de l'actualité, en langage clair. Gratuit, sans spam.