AWS HubAWS HubSão Paulo operando · 2 eventos no mundo

LambdaArquitetura

Nível de dificuldade: Intermediário (3 de 5)

AWS Lambda Managed Instances ganha suporte a GPU com instâncias EC2 G-series

Por AWS Hub4 min de leitura

A AWS passou a suportar instâncias GPU da família EC2 G-series nas Lambda Managed Instances, liberando inferência de IA, renderização 3D e simulações pesadas sem provisionar hardware. O recurso chega com imagens prontas para vLLM, SGLang e PyTorch.

Em números

  • 9,75% é a taxa de gerenciamento que o Lambda cobra sobre o preço On-Demand da instância EC2, além do preço da própria instância
  • US$ 0,20 por milhão de requisições, cobrado em cima do preço da instância e da taxa de gerenciamento
  • 32 GB de armazenamento efêmero NVMe por execução, para guardar imagens de contêiner e artefatos grandes (pesos de modelo, por exemplo)
  • 200+ fontes de evento da AWS já integradas, as mesmas usadas pelas Event Functions tradicionais do Lambda

O que mudou

Desde 18 de novembro de 2026, o AWS Lambda suporta Event Functions aceleradas por GPU rodando em Lambda Managed Instances, usando instâncias EC2 G-series. Isso abre caminho para inferência de IA, processamento de mídia, renderização 3D, computação científica e simulações financeiras direto no Lambda, sem gerenciar drivers de GPU, frameworks ou escalonamento manual.

O Lambda roda múltiplas invocações concorrentes dentro do mesmo ambiente de execução e escala com base em três sinais: utilização de GPU, utilização de CPU e concorrência. A ideia é manter a GPU ocupada e reduzir custo ocioso, em vez de deixar cada invocação travar uma GPU inteira sozinha. As funções com GPU usam as mesmas 200+ fontes de evento do Lambda tradicional, então dá pra plugar um passo de GPU no meio de um pipeline serverless já existente (um S3 que dispara inferência, por exemplo).

Para acelerar a entrada, a AWS disponibiliza imagens base de GPU já configuradas com vLLM, SGLang e PyTorch. Quem usa artefatos grandes (pesos de modelo de linguagem, por exemplo) pode empacotar em imagem de contêiner com até 32 GB de armazenamento efêmero NVMe por execução. Para reduzir o tempo de frio, o Lambda suporta Seekable OCI (SOCI) com carregamento sob demanda (lazy loading) e streaming de artefatos direto do Amazon S3.

Na capacidade, dá pra escolher mais de um tipo de instância G-series de gerações diferentes no capacity provider da função. O Lambda prioriza a geração mais nova que atende aos requisitos da função e cai para gerações anteriores quando não há capacidade disponível da mais nova.

Onde está disponível

O recurso está disponível em todas as regiões comerciais da AWS onde Lambda Managed Instances e instâncias EC2 G-series já existem simultaneamente. A fonte não lista as regiões explicitamente, nem confirma se a região América do Sul (São Paulo, sa-east-1) está entre elas: o anúncio só dá o critério de disponibilidade, não um mapa de regiões.

Isso importa porque as duas peças precisam estar presentes ao mesmo tempo: mesmo que instâncias G-series existam em sa-east-1, isso não garante automaticamente que o Lambda Managed Instances, por si só mais recente, já esteja habilitado na mesma região. Quem depende de GPU em São Paulo precisa checar no console ou via aws lambda na CLI antes de desenhar a arquitetura em cima disso.

Quanto custa

O modelo de preço segue o que a AWS já usa para Lambda Managed Instances, com um adicional de GPU embutido no preço da instância:

ComponenteValor
Instância EC2Preço On-Demand (Savings Plans e Reserved Instances se aplicam)
Taxa de gerenciamento Lambda9,75% sobre o preço da instância
RequisiçõesUS$ 0,20 por milhão

Não há conversão para real aqui porque a fonte só informa valores em dólar, sem cotação associada. Vale notar que Savings Plans e Reserved Instances continuam valendo mesmo rodando dentro do Lambda, o que muda a conta de quem já tem compromisso de uso de GPU na conta.

Como começar

Dá pra configurar funções com GPU pelas mesmas ferramentas de sempre:

  • AWS Console
  • AWS CLI
  • AWS SDKs
  • AWS CloudFormation
  • AWS CDK
  • AWS SAM

Também é possível configurar via assistentes de código como Kiro, Claude Code ou Codex, instalando a skill do Lambda Managed Instances a partir do Agent Toolkit for AWS. Para detalhes de parâmetros e exemplos de imagens de contêiner com vLLM, SGLang e PyTorch, a AWS aponta para o AWS Lambda Developer Guide e a página de AWS Lambda Pricing.

O que muda para quem já usa

Quem já roda funções em Lambda Managed Instances para cargas de CPU ganha a opção de adicionar um passo de GPU na mesma arquitetura orientada a eventos, sem subir um cluster de EC2 ou SageMaker separado só para inferência. Um pipeline que hoje recebe upload no S3 e processa em CPU pode, em tese, trocar esse passo por uma função com vLLM servindo um modelo, usando o mesmo gatilho.

Dois pontos pedem atenção de quem for desenhar isso:

  • Concorrência compartilhada: como múltiplas invocações rodam ao mesmo tempo no mesmo ambiente de execução, é preciso dimensionar o uso de VRAM por invocação para não estourar a GPU com picos de tráfego.
  • Fallback de geração: o Lambda pode alocar uma geração de G-series mais antiga quando a mais nova não tem capacidade, o que pode mudar latência e throughput entre execuções da mesma função.

Para quem ainda não usa Lambda Managed Instances, a entrada de GPU é um motivo a mais para considerar a migração: o limite de 32 GB de armazenamento efêmero NVMe por execução já comporta boa parte dos modelos menores usados em inferência hoje, sem precisar de infraestrutura dedicada.

Fonte: AWS What's New

Serviços neste textoLambda

Na dúvida sobre qual usar?ECS, EKS ou Lambda?Três perguntas, a comparação e a nossa recomendação

Leve para a sua IA

Decida com o seu assistente, com o contexto deste texto já montado.

1. O que você quer saber

Ver o prompt
Li no AWS Hub: "AWS Lambda Managed Instances ganha suporte a GPU com instâncias EC2 G-series" (https://awshub.com.br/noticia/aws-lambda-managed-instances-ganha-suporte-a-gpu-com-instancias-ec2-g-series).
Resumo: A AWS passou a suportar instâncias GPU da família EC2 G-series nas Lambda Managed Instances, liberando inferência de IA, renderização 3D e simulações pesadas sem provisionar hardware. O recurso chega com imagens prontas para vLLM, SGLang e PyTorch.
Fonte oficial: https://aws.amazon.com/about-aws/whats-new/2026/11/aws-lambda-gpu-managed-instances/
Serviços: Lambda

Minha stack: [descreva em uma linha: serviços, linguagem, volume, região]

Isso muda alguma coisa na minha arquitetura? O que eu faria diferente a partir de amanhã?

Newsletter semanal

A semana da AWS, em português

Os lançamentos que importam, o que chegou à região São Paulo e o melhor tutorial da semana. Toda sexta, gratuita.