AWS Lambda 支持 GPU 推理,单卡最多 48 个并发调用
2026/11/22 — 11/22 15:17·1 个来源(全部)·1 篇报道(全部)
核心速览 (Key Takeaways)
- 据 InfoQ 报道,AWS Lambda 现可通过 Lambda Managed Instances 在 EC2 G 系列 GPU 实例上运行 Event Functions,单块 GPU 最多 48 个并发调用共享同一个模型。
- 它提供无需 handler 代码的 vLLM 与 SGLang 基础镜像和 90 分钟异步超时,计费为实例价格加 9.75% 费用。
事件背景与详细解读
2026 年 11 月 22 日,InfoQ 的 AI/ML 频道报道,AWS Lambda 现已支持在 GPU 上执行推理。根据该报道,AWS Lambda 通过 Lambda Managed Instances,可在 EC2 G 系列 GPU 实例上运行 Event Functions,单块 GPU 上最多支持 48 个并发调用共享同一个模型。
在运行方式上,该服务提供 vLLM 与 SGLang 基础镜像,使用时无需编写 handler 代码,并支持 90 分钟异步超时。计费模式为实例价格再加 9.75% 的费用。首次实测报告称,发布耗时约 8 分钟,且该服务不支持响应流式输出。截至目前,公开报道仅披露到上述实测结果,尚无后续更新。
AI 综合 1 篇报道生成 · 更新于 1 小时前
- 热度指数
- 94
- 全部来源
- 1
- 全部报道
- 1
- 首报
- 2 小时前
这件事的报道 点标题看原文
据 InfoQ 报道,AWS Lambda 现可通过 Lambda Managed Instances 在 EC2 G 系列 GPU 实例上运行 Event Functions,单块 GPU 上最多 48 个并发调用共享同一个模型。它提供无需 handler 代码的 vLLM 与 SGLang 基础镜像和 90 分钟异步超时,计费为实例价格加 9.75% 费用;首次实测报告发布耗时约 8 分钟,且不支持响应流式输出。
想在 Lambda 上跑开源模型推理,可先看并发与计费细节
InfoQ · AI/MLAI 评分 55
同时在说的其他事
- 热度指数 1177发酵中Lean 社区核验通过 Anthropic 与 Claude 的黎曼猜想证明22 个来源
- 热度指数 1053发酵中Anthropic 上市次日跌 8.5%,首周市值达 1.6 万亿美元21 个来源
- 热度指数 501Thinking Machines Lab 开源 Inkling 2 Mini,模型卡推荐 32GB 内存10 个来源
- 热度指数 412SEC 调查英伟达会计问题,股价连跌市值缩水9 个来源
- 热度指数 384Anthropic 行使超额配售权,IPO 募资达 935 亿美元14 个来源
热度怎么算的?了解口径收起
热度按 48 小时内有多少个独立来源在说这件事算:同一个来源发多条只算一次,并按 24 小时半衰期衰减,所以排前面的是很多人在说的事。
本页汇总公开订阅源,标题与摘要由模型整理,版权归原作者所有;重要信息请回原文核对。如权利人认为相关标题或摘要侵权,请通过页尾联系邮箱提供具体页面与权利依据,我们核实后会及时删除或替换。
- 爆
- 讨论快速增加
- 新
- 首报 6 小时内
- 发酵中
- 讨论仍在增加

