18 ноября 2026 года Amazon Web Services объявила, что Lambda теперь запускает Event Functions на инстансах EC2 G-series с GPU. Новая функция позволяет выполнять инференс ИИ, транскодирование видео, 3D-рендеринг и научное моделирование без подготовки оборудования и установки драйверов. Lambda предоставляет готовые образы контейнеров с популярными фреймворками, такими как PyTorch, vLLM и SGLang; их можно расширять или использовать собственный образ. Каждая функция может задействовать до 32 GB временного хранилища NVMe и загружать большие модели по мере необходимости напрямую из S3, сокращая время запуска.
Как работает сервис
При создании функции с ускорением на GPU Lambda запускает в вашем аккаунте подходящий инстанс G-series — например, G4dn с NVIDIA T4 или G5 с A10G — и управляет операционной системой, обновлениями драйверов и проверками работоспособности. В каждой среде выполнения одновременно обрабатывается несколько вызовов, а Lambda масштабирует базовые инстансы с учётом загрузки GPU, использования CPU и количества параллельных запросов. Можно настроить провайдер ёмкости, включающий любое из поддерживаемых семейств GPU, и даже включить масштабирование до нуля, чтобы не платить за простой. Стоимость рассчитывается по стандартным тарифам EC2 On-Demand, к которым добавляются комиссия за управление Lambda в размере 9.75 % и $0.20 за миллион запросов.
Почему это важно сейчас
До запуска этой функции разработчикам приходилось самостоятельно обслуживать GPU-кластеры или пользоваться такими сервисами, как SageMaker, настройка которых требует больше усилий. Перенеся вычисления на GPU в бессерверную модель, Lambda позволяет добавлять этап с GPU в событийные рабочие процессы и использовать те же 200 + источников событий AWS, что и для обычных функций. Это сокращает объём операционной работы и упрощает создание прототипов и запуск небольших и средних моделей, медиаконвейеров и задач моделирования, которые запускаются в ответ на загрузку объектов в S3, сообщения SQS или вызовы API.
Почему это важно
Для разработчиков новая возможность использовать GPU означает, что они могут добавлять высокопроизводительные вычисления в существующие бессерверные конвейеры, не покупая оборудование и не управляя им. Компании смогут быстрее и дешевле экспериментировать с инференсом ИИ и обработкой видео, используя привычные инструменты и источники событий Lambda.