CLOUD & INFRA

AWS Lambda รองรับ GPU Instances สำหรับ Event Functions บน Lambda Managed Instances

AWS News Blog18 Nov 2026
1 min read
Key Takeaways
  • AWS Lambda เปิดตัวการรองรับ GPU Instances ช่วยให้นักพัฒนาสามารถรันเวิร์กโหลดที่ต้องใช้ GPU ในรูปแบบ serverless ที่จัดการง่ายและมีประสิทธิภาพ

ทำไมเรื่องนี้ถึงสำคัญ

การที่ AWS Lambda รองรับ GPU Instances มีความสำคัญอย่างยิ่งต่อการพัฒนาแอปพลิเคชันที่ต้องการพลังประมวลผล GPU สูง โดยเฉพาะในด้าน AI/ML, การประมวลผลสื่อ และวิทยาศาสตร์ ด้วยการนำเสนอความเรียบง่ายแบบ serverless นักพัฒนาสามารถมุ่งเน้นไปที่การสร้างแอปพลิเคชันได้มากขึ้นโดยไม่ต้องกังวลกับการจัดการโครงสร้างพื้นฐาน GPU ที่ซับซ้อน ช่วยลดต้นทุนและเวลาในการพัฒนา

AWS Lambda ได้ประกาศการอัปเดตครั้งสำคัญโดยเพิ่มการรองรับ GPU instances สำหรับ Event Functions ที่ทำงานบน Lambda Managed Instances (LMI) ฟีเจอร์ใหม่นี้ช่วยให้ผู้ใช้สามารถรันเวิร์กโหลดที่ต้องใช้ GPU เช่น Machine Learning Inference, การประมวลผลสื่อ, การเรนเดอร์ และการคำนวณทางวิทยาศาสตร์ ด้วยความเรียบง่ายของสถาปัตยกรรม serverless

การรองรับ GPU นี้ช่วยลดความซับซ้อนในการจัดการโครงสร้างพื้นฐาน GPU เช่น การเลือก instance, การติดตั้งไดรเวอร์ GPU, เวอร์ชัน CUDA และการวางแผนความจุ ผู้ใช้เพียงแค่สร้าง OCI (Open Container Initiative) image และเชื่อมโยงกับฟังก์ชัน Lambda ซึ่งจะจัดการการจัดสรร, การปรับขนาด และการผสานรวมเหตุการณ์โดยอัตโนมัติ นอกจากนี้ยังช่วยเพิ่มประสิทธิภาพการใช้งาน GPU ให้สูงสุด โดยรวมฟังก์ชันหลายอย่างเข้ากับ instance เดียวกันและทำให้ GPU ทำงานตลอดเวลา

สรุปประเด็นหลัก

AWS Lambda รองรับ GPU instances สำหรับ Event Functions บน Lambda Managed Instances

สามารถรันเวิร์กโหลดที่ต้องใช้ GPU เช่น ML inference, การประมวลผลสื่อ, การเรนเดอร์ และการคำนวณทางวิทยาศาสตร์

นำเสนอความเรียบง่ายแบบ serverless โดยไม่ต้องจัดการไดรเวอร์ GPU หรือโครงสร้างพื้นฐาน

ช่วยเพิ่มประสิทธิภาพการใช้งาน GPU และลดต้นทุน

นวัตกรรมและเทคโนโลยี

infrastructure

รองรับ GPU Instances

AWS Lambda Event Functions สามารถทำงานบน EC2 G-series GPU instances บน Lambda Managed Instances (LMI) รองรับเวิร์กโหลด GPU เช่น ML inference, การประมวลผลสื่อ, การเรนเดอร์ และการคำนวณทางวิทยาศาสตร์

platform

ความเรียบง่ายแบบ Serverless

ผู้ใช้ไม่ต้องจัดการไดรเวอร์ GPU, เวอร์ชัน CUDA, AMIs หรือคลัสเตอร์ โดย Lambda จัดการการจัดสรร, การปรับขนาด และการผสานรวมเหตุการณ์ ทำให้การใช้งาน GPU เป็นไปอย่างง่ายดาย

infrastructure

การใช้ GPU ให้เกิดประโยชน์สูงสุด

ช่วยเพิ่มการใช้งาน GPU ให้สูงสุดโดยการรวมฟังก์ชันหลายอย่างเข้ากับ instance เดียวกัน และรักษา GPU ให้ทำงานตลอดเวลาแม้จะมีคำขอพร้อมกันหลายรายการ ช่วยลดค่าใช้จ่าย

platform

ขีดความสามารถที่ขยาย

รองรับ container images สูงสุด 32 GB, พื้นที่เก็บข้อมูลชั่วคราวสูงสุด 32 GB, หน่วยความจำ 2,048 ถึง 32,768 MB และหน่วยความจำ Accelerator สูงสุด 48 GB พร้อมระยะเวลาฟังก์ชันสูงสุด 90 นาที

Developer Impact
นักพัฒนาและวิศวกรจะได้รับประโยชน์อย่างมากจากการลดความซับซ้อนในการปรับใช้และจัดการเวิร์กโหลดที่ต้องใช้ GPU ทำให้พวกเขาสามารถมุ่งเน้นไปที่การสร้างสรรค์แอปพลิเคชัน AI/ML, การประมวลผลสื่อ หรือวิทยาศาสตร์ โดยไม่ต้องกังวลกับการดูแลโครงสร้างพื้นฐานพื้นฐาน
Keywords
#aws lambda #gpu #serverless #machine learning inference #container images #event functions
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

AWS News Blog