腾讯云 Serverless 云函数 SCF 现支持分配 120GB(122,880MB) 大内存环境,可以更加轻松地处理具有更高内存或更密集计算需求的工作负载,如音视频处理、大数据分析、大型文件处理、统计计算以及 AI 推理等多种场景。
在腾讯云 Serverless 云函数资源模型中,可以选择用于函数的内存量,这会分配等比例的 CPU 计算能力和其他资源。意味着在选择新的较大设置时,可以使用更多计算能力。可以指定函数运行时可用的内存大小,最小 64MB ,最大 122,880MB(120GB),超过 3072MB 时,统称为大规格内存,包含 6GB(6144MB)
、14GB(14336MB)
、30GB(30720MB)
、60GB(61440MB)
、120GB(122880MB)
这 5 种规格。可在创建函数或更新其配置时访问这些设置。这些设置可通过云函数管理控制台、云函数 CLI 或开发工具包执行。
我们推荐使用大内存资源的同时开启 「预置并发」 功能,大内存的实例往往初始化时间比较长,需要使用预置来保障体验,为函数的指定版本设定预置并发额度。通过配置预置并发,可预先进行计算资源的准备,降低冷启动、运行环境初始化及业务代码初始化引起的耗时。
在音视频应用、社交应用等场景下,用户上传的图片、音视频的总量大、频率高,对处理系统的实时性和并发能力都有较高的要求。例如:对于用户上传的视频短片,我们可以使用多个云函数对其分别处理,对应不同的清晰度(8k / 4k / 2k / 1080p 等),以满足不同场景下用户的需求,适应移动网络带宽较小且不稳定的特性,音视频处理业界目前暂无成熟的分布式解决方案,主流实现仍主要在单实例内完成,针对直播和点播等场景均需要大内存实例。
ETL 场景是指业务上需要做数据抽取(Extract)、数据转换(Transform)、数据加载(Load)的场景,数据处理依赖 Flink、Spark 等 Java 技术栈分布式处理框架,内存需求量较大,云函数 SCF 在这方面有很大的优势:
Serverless AI 推出云函数模板,在这个模板的基础上,开发者可以依据自己的场景需求更改模板中的 AI 模型以及业务逻辑,然后直接部署云函数并且看到结果,从而极大降低了 AI 推理的使用门槛。
通过 Serverless 架构部署 AI 推理云函数,开发者无需关注底层架构,只用关注选择哪种模型及开发其相应的业务代码即可。这既避免了使用传统服务器的资源闲置及高昂成本,也避免了 SaaS 的限制。腾讯云 Serverless 为 AI 推理云函数提供了 1 毫秒计费、按需计费、弹性伸缩、秒级部署、免运维等优势。
具体操作步骤如下(以音视频转码为例):
推荐阅读
One More Thing
立即体验腾讯云 Serverless Demo,获取 Serverless 新用户礼包,请在 PC 端访问:
serverless.cloud.tencent.com/start?c=wx20210409
欢迎进入千人 QQ 群 (871445853) 交流 Serverless!
点击「阅读原文」,轻松体验 Serverless 应用部署!
本文分享自 ServerlessCloudNative 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!