Computación en la nube y centros de datos

Amazon lanza soporte para unidades de procesamiento gráfico (GPU) en AWS Lambda

AWS ha anunciado la disponibilidad de soporte para unidades de procesamiento gráfico (serie G) dentro de las funciones de Lambda Managed Instances, lo que permite ejecutar cargas de trabajo de inteligencia artificial y procesamiento de medios mediante el modelo de computación sin servidor.

2026-11-18
3 min de lectura
18 visitas
certi.news Editorial Team
Amazon lanza soporte para unidades de procesamiento gráfico (GPU) en AWS Lambda

Amazon Web Services (AWS) ha anunciado una actualización fundamental en la plataforma AWS Lambda, permitiendo ahora a los desarrolladores ejecutar funciones basadas en unidades de procesamiento gráfico (GPU) de la clase EC2 G-series dentro del entorno de Lambda Managed Instances (LMI). Este enfoque tiene como objetivo integrar la potencia del cómputo gráfico con la flexibilidad y facilidad del modelo de computación sin servidor (Serverless).

¿Qué cambia en la práctica?

Esta actualización permite a los desarrolladores ejecutar cargas de trabajo intensivas como la inferencia de modelos de inteligencia artificial (Inference), el procesamiento de video, el renderizado 3D y la computación científica, sin necesidad de gestionar una infraestructura compleja. Anteriormente, los desarrolladores debían encargarse de los controladores de GPU, las versiones de CUDA y la planificación de la capacidad; ahora, Lambda se encarga de la gestión del ciclo de vida de las instancias, el escalado automático y la integración de eventos.

Capacidades técnicas destacadas

  • Despliegue de contenedores: Las funciones aceleradas por GPU se despliegan como imágenes de contenedor (OCI), lo que facilita el proceso de desarrollo y despliegue.
  • Integración con eventos: Las funciones de GPU pueden ejecutarse a través de más de 200 fuentes de eventos de AWS, como S3, SQS y API Gateway.
  • Optimización del uso: La plataforma permite integrar múltiples funciones en una sola instancia, lo que aumenta la eficiencia en el uso de la GPU y reduce los costos en comparación con la asignación de una instancia completa para cada tarea.
  • Soporte para tareas largas: El tiempo de espera de ejecución (Timeout) se ha extendido hasta los 90 minutos, lo que permite el procesamiento de lotes grandes o procesos de inferencia complejos.

¿Por qué es importante esta noticia?

Este anuncio resuelve dos problemas principales que los desarrolladores enfrentaban anteriormente: la complejidad de la gestión de la infraestructura de GPU y los altos costos debido a las bajas tasas de utilización de recursos. Mediante este modelo, los usuarios pagan las tarifas de las instancias EC2 subyacentes más una tarifa de gestión del 9,75%, aprovechando las características de escalado automático que garantizan que los recursos se ejecuten solo cuando sea necesario.

La actualización también admite imágenes de contenedor de hasta 32 GB y memoria RAM de hasta 32 GB, con la capacidad de procesar hasta 48 solicitudes simultáneas en un único entorno de ejecución, lo que lo convierte en una opción ideal para aplicaciones de inferencia de modelos personalizados (Custom Model Inference) que no requieren una infraestructura masiva como la utilizada en Amazon Bedrock.

Fuente de la noticia
c
Autor

certi.news Editorial Team

De la misma categoría

También te puede interesar

Ver todas las noticias