Vercel Fluid 弹性计算模型总结

主要观点

Vercel 最近推出了 Vercel Fluid，这是一种弹性计算模型，允许单个工作线程处理多个请求，类似于传统服务器，同时保留了无服务器架构的弹性。Vercel Fluid 通过优先扩展函数而不是实例，最大化可用计算时间，优化了长时间运行任务和 AI 推理的计算占用和资源效率。

关键信息

1. Fluid Compute 的核心特性：

   • 弹性扩展：优先利用现有资源，避免硬性扩展限制，利用热计算实现更高效的扩展。
   • 多对一模型：单个函数可以处理数万次并发调用。
   • 冷启动预防：通过减少每次请求启动新函数的需求，降低冷启动的可能性。
   • 按需计算：仅在需要时触发计算，实时从零扩展到峰值流量。
   • 优化 I/O 效率：特别适用于高响应时间但低 CPU 使用率的任务，如视频流和后响应处理。

2. 技术细节：

   • waitUntil API：用于在处理 HTTP 响应后执行任务。
   • 监控仪表板：提供执行时间、并发级别、冷启动发生率和整体计算利用率等指标。

3. 与传统无服务器的区别：

   • 微虚拟机利用方式：传统无服务器（如 AWS Lambda）为每个请求保留整个虚拟机，而 Vercel Fluid 可以为多个并发请求使用同一虚拟机，显著提高效率。

4. 定价模型：

   • 按 GB 小时计费：根据分配给函数的内存和执行时间进行计费。

重要细节

1. 适用场景：

   • 长时间运行任务：如 AI 推理、视频流处理等。
   • 高响应时间任务：特别适用于下游服务响应较慢的场景。

2. 用户反馈：

   • 正面评价：认为 Vercel Fluid 结合了服务器和无服务器的优点，提供了成本效益和运行时性能。
   • 负面评价：部分用户对定价模型的变化表示担忧，认为“流体计算”概念模糊，可能增加使用疲劳。

3. 行业影响：

   • 对 AWS Lambda 的竞争压力：Vercel Fluid 在成本效益方面具有竞争优势，可能促使 AWS Lambda 进行类似改进。

总结

Vercel Fluid 是一种创新的弹性计算模型，结合了传统服务器和无服务器的优点，旨在优化计算资源利用率和成本效益。尽管在用户中引发了不同的反馈，但其在长时间运行任务和高响应时间场景中的潜力不容忽视。未来，Vercel Fluid 可能会对无服务器计算市场产生深远影响，特别是在与 AWS Lambda 等主流服务的竞争方面。