Aws lambda 如何在lambda函数中加载大文件模型

比方说，我想要一个lambda函数，用一个经过训练的模型来预测传入的消息类别。但是，该模型的大小过大（~1GB）

在当前架构下，我应该将经过训练的模型上传到AWS S3，然后在每次触发lambda时加载它。这是不可取的，因为大多数时间都在加载模型

需要考虑的一些解决方案：

不要使用lambda。有一个专用的ec2实例来工作

通过定期发送虚拟请求来保持温暖

---

或者，我怀疑AWS会缓存该文件，因此下一次加载时间可能会更短？

我认为阅读lambda中的容器重用可能会有所帮助

通过在处理函数外部声明和初始化模型，可以将其添加为全局缓存变量。如果Lambda正在为后续请求重用同一容器，则不会重新下载该文件

但这完全取决于Lambda是重新使用容器还是启动一个新容器。既然这是拉姆达的特权，你就不能依赖这种行为

---

如果您想最大限度地减少从S3下载的次数，可以在同一AZ中使用外部托管缓存解决方案（Elasticache、Redis），因为您的功能是一个可能的替代方案

考虑将AWS Lambda与ECS结合使用，如下所述：感谢@Leon。我读了博客。这个问题由容器解决方案处理，lambda只触发任务。我想我想知道我是否可以用lambda解决方案来实现它。