业界首发！云函数 120G 超大内存规格实例

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。

01. 功能介绍

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。

02. 使用场景

场景一：音视频处理场景

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。

高效整合：凭借云函数 (SCF) 的强大联动能力，将视频上传、视频处理、图片处理、存储场景有机地整合为一体。
灵活处理：用户可以自定义转码函数，帮助客户快速搭建定制化任务处理能力，弥补当前单独云服务的功能盲点。
平滑迁移：可以把 ffmpeg 业务方便地从物理机、云主机或容器中移植到云函数。
成本低廉：云函数提供丰富的计量方式，帮忙用户获得显著的成本优势。

场景二：ETL 数据处理

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：

更轻量，无需要购买服务器，即可实现产品快速迭代中数据方面的需求。
更快速实现，由于学习成本低，数据团队只需很轻松地写个脚本，上下游链接一下数据源，中间做一些数据逻辑即可。
费用成本低，云函数 1ms 计费原则，且只对运行的函数付费，对于有波峰波谷的业务场景，在成本方面更是节省很多。
灵活，不影响已经有项目的数据处理流程，可单独运行并满足数据验证需求。
省心，从数据抓取、转存、分析、报表，全流程都实现了。

场景三：AI 推理

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。