“Lambda一直是每個(gè)執(zhí)行環(huán)境一次處理一個(gè)請(qǐng)求?！边@是過(guò)去幾乎所有開(kāi)發(fā)者的默認(rèn)認(rèn)知。函數(shù)啟動(dòng)，處理完單個(gè)調(diào)用后就閑置在那里，等到下一個(gè)請(qǐng)求才再次工作。如果面對(duì)上千個(gè)并發(fā)請(qǐng)求，Lambda會(huì)啟動(dòng)上千個(gè)執(zhí)行環(huán)境，每個(gè)環(huán)境都有獨(dú)立的內(nèi)存分配、冷啟動(dòng)開(kāi)銷和按GB秒計(jì)的計(jì)費(fèi)。

Lambda托管實(shí)例（LMI）徹底推翻了這套模型。2025年re:Invent上公布后，2026年3月又新增了32 GB內(nèi)存與16 vCPU的配置。LMI在你的VPC內(nèi)的EC2實(shí)例上運(yùn)行函數(shù)，由AWS統(tǒng)一負(fù)責(zé)供應(yīng)、補(bǔ)丁、伸縮和負(fù)載均衡，而每個(gè)執(zhí)行環(huán)境可以同時(shí)處理多個(gè)請(qǐng)求。你仍然保留Lambda的編程模型，卻獲得了EC2的硬件選擇自由度與計(jì)費(fèi)結(jié)構(gòu)。

為了搞清楚這套新模型的實(shí)際表現(xiàn)，我動(dòng)手實(shí)現(xiàn)了一個(gè)產(chǎn)品相似度引擎。處理程序會(huì)把一份產(chǎn)品目錄連同通過(guò)Bedrock生成的Nova嵌入一起加載到內(nèi)存，然后用Amazon Nova多模態(tài)嵌入模型編碼傳入的搜索查詢，再借助ThreadPoolExecutor在不同類別上并行計(jì)算余弦相似度。這類負(fù)載壓根不適合標(biāo)準(zhǔn)Lambda——它要求穩(wěn)定的吞吐量、大量?jī)?nèi)存占用，并且混合了I/O（Bedrock API調(diào)用）與CPU（向量運(yùn)算），剛好能從多并發(fā)和可配置的軟硬件資源配比中受益。整個(gè)項(xiàng)目用Terraform管理基礎(chǔ)設(shè)施，基于Python 3.14結(jié)合Powertools做可觀測(cè)性，嵌入模型也可替換，默認(rèn)Nova，備選Titan Text Embeddings V2，全部代碼已公開(kāi)在GitHub，倉(cāng)庫(kù)名為lambda-managed-instances-similarity-engine。

選擇LMI之前，值得先看清它在整個(gè)AWS計(jì)算版圖中的位置。從全托管到全自管形成了一個(gè)連續(xù)的選項(xiàng)光譜。當(dāng)你的需求是持續(xù)可預(yù)測(cè)的吞吐量（每秒幾百到幾千個(gè)請(qǐng)求），希望利用特定EC2實(shí)例類型的優(yōu)勢(shì)（如Graviton4或高帶寬網(wǎng)絡(luò)），運(yùn)行超過(guò)標(biāo)準(zhǔn)Lambda 10 GB內(nèi)存上限又需要靈活配比內(nèi)存與vCPU的函數(shù)時(shí)，LMI就會(huì)進(jìn)入首選清單。在成本端，當(dāng)月調(diào)用量達(dá)到千萬(wàn)級(jí)，配合Savings Plans的EC2定價(jià)可以比按GB秒計(jì)費(fèi)更劃算。那些需要一次性加載大體積數(shù)據(jù)集（嵌入、模型、引用數(shù)據(jù)）并在多次請(qǐng)求間復(fù)用的場(chǎng)景，也同樣適合。

標(biāo)準(zhǔn)Lambda依然在突發(fā)、不可預(yù)測(cè)的流量面前顯出優(yōu)勢(shì)，中低吞吐下按調(diào)用計(jì)價(jià)的模式更簡(jiǎn)單經(jīng)濟(jì)。而LMI的伸縮機(jī)制是觀察CPU利用率和執(zhí)行環(huán)境飽和度后異步調(diào)整的，如果流量在5分鐘內(nèi)增長(zhǎng)超過(guò)一倍，就可能出現(xiàn)限流，需要等容量跟上來(lái)。這種差異提醒著架構(gòu)師：沒(méi)有銀彈，只有面向具體特征的權(quán)衡。