AWS Lambda 支援 GPU 推理,單卡最多 48 個併發呼叫
2026/11/22 — 11/22 15:17·1 個來源(全部)·1 篇報道(全部)
核心速覽 (Key Takeaways)
- 據 InfoQ 報道,AWS Lambda 現可通過 Lambda Managed Instances 在 EC2 G 系列 GPU 例項上執行 Event Functions,單塊 GPU 最多 48 個併發呼叫共享同一個模型。
- 它提供無需 handler 程式碼的 vLLM 與 SGLang 基礎映象和 90 分鐘非同步超時,計費為例項價格加 9.75% 費用。
事件背景與詳細解讀
2026 年 11 月 22 日,InfoQ 的 AI/ML 頻道報道,AWS Lambda 現已支援在 GPU 上執行推理。根據該報道,AWS Lambda 通過 Lambda Managed Instances,可在 EC2 G 系列 GPU 例項上執行 Event Functions,單塊 GPU 上最多支援 48 個併發呼叫共享同一個模型。
在執行方式上,該服務提供 vLLM 與 SGLang 基礎映象,使用時無需編寫 handler 程式碼,並支援 90 分鐘非同步超時。計費模式為例項價格再加 9.75% 的費用。首次實測報告稱,釋出耗時約 8 分鐘,且該服務不支援響應流式輸出。截至目前,公開報道僅披露到上述實測結果,尚無後續更新。
AI 綜合 1 篇報道生成 · 更新於 1 小時前
- 熱度指數
- 94
- 全部來源
- 1
- 全部報道
- 1
- 首報
- 2 小時前
這件事的報道 點標題看原文
據 InfoQ 報道,AWS Lambda 現可通過 Lambda Managed Instances 在 EC2 G 系列 GPU 例項上執行 Event Functions,單塊 GPU 上最多 48 個併發呼叫共享同一個模型。它提供無需 handler 程式碼的 vLLM 與 SGLang 基礎映象和 90 分鐘非同步超時,計費為例項價格加 9.75% 費用;首次實測報告發布耗時約 8 分鐘,且不支援響應流式輸出。
想在 Lambda 上跑開源模型推理,可先看併發與計費細節
InfoQ · AI/MLAI 評分 55
同時在說的其他事
- 熱度指數 1177發酵中Lean 社群核驗通過 Anthropic 與 Claude 的黎曼猜想證明22 個來源
- 熱度指數 1053發酵中Anthropic 上市次日跌 8.5%,首周市值達 1.6 萬億美元21 個來源
- 熱度指數 501Thinking Machines Lab 開源 Inkling 2 Mini,模型卡推薦 32GB 記憶體10 個來源
- 熱度指數 412SEC 調查輝達會計問題,股價連跌市值縮水9 個來源
- 熱度指數 384Anthropic 行使超額配售權,IPO 募資達 935 億美元14 個來源
熱度怎麼算的?瞭解口徑收起
熱度按 48 小時內有多少個獨立來源在說這件事算:同一個來源發多條只算一次,並按 24 小時半衰期衰減,所以排前面的是很多人在說的事。
本頁彙總公開訂閱源,標題與摘要由模型整理,版權歸原作者所有;重要資訊請回原文核對。如權利人認為相關標題或摘要侵權,請通過頁尾聯絡郵箱提供具體頁面與權利依據,我們核實後會及時刪除或替換。
- 爆
- 討論快速增加
- 新
- 首報 6 小時內
- 發酵中
- 討論仍在增加

