在剛剛結束的 2022 杭州 · 云棲大會上，阿里云宣布函式計算 FC 開啟全面降價，vCPU 單價降幅 11%，其他的各個獨立計費項最高降幅達37.5%，函式計算 FC 全面降價，讓 Serverless 更加貧訓，用戶可隨用隨取，按量計費，用更低成本采用 Serverless 架構，但是函式計算 FC 究竟在技術上作出怎樣的升級才促成本次降價發生呢？本文將全面揭秘幕后關鍵技術——函式規格自主選配功能，
痛點：規格靈活度低，成本浪費
隨著越來越多用戶逐步將更多樣化的負載部署至函式計算，比如 CPU 密集型，IO 密集型等，這些負載中有的需要更大的磁盤，但函式計算卻只提供了按照記憶體大小等比例分配算力的能力，此時為了滿足需求最大的一項，用戶需要設定比實際所需更大的規格，這并不利于更精確的控制成本，但由于可選的規格方案數量較少，加上較大的梯度，進一步削弱了靈活性，
為解決以上痛點，函式計算提供了規格自主選配功能，不僅放開了 CPU 和記憶體固定比例的限制，同時提供極小的梯度，精確地設定函式規格，讓函式需要多少用多少，提升資源利用率的同時，降低用戶成本，
規格自選功能如何幫助降低用戶成本？
接下來以具體案例進行展示，讓大家直觀地了解函式規則自主選配功能的優勢，
貼合實際資源用量的函式規格
下圖展示了函式運行期間 vCPU 和記憶體的使用情況，該函式的 vCPU 用量一直低于1.5核，記憶體用量低于 6GB，資源浪費明顯，用戶需要為沒使用到的資源付費，
在推出自主選配功能前，函式計算提供的記憶體規格有 4GB、8GB、16GB、32GB，由于該函式記憶體最大使用量超過 5GB，為確保函式正常執行，只能配置記憶體為 8GB，該記憶體對應的 vCPU 規格為 4核，
現在，我們可以將函式規格調整為 1.5核 vCPU 和 6GB 記憶體，顯著提升資源利用率的同時，成本也降低到了原來的 44%，
- 調整前：4核 8GB規格的函式，每秒費用是
4核*0.000127元/(核*秒) + 8GB*0.0000127元/(GB*秒) = 0.0006096元 - 調整后：1.5核 6GB規格的函式，每秒費用是
1.5核*0.000127元/(核*秒)+6GB*0.0000127元/(GB*秒) =0.0002662元
tips：觀察監控指標頁面的實體指標，如果函式不能充分利用vCPU或記憶體資源，考慮調整函式規格以降低成本，
更細粒度 GPU 算力
在一些演算法場景下，我們將模型部署到云上提供在線推理服務，假設模型需要使用 1.8GB 的顯存，如果采用傳統方案，購買配備 GPU 資源的云服務器，最低顯存是 8GB，運行單個在線推理服務時，GPU 利用率低于 25%，存在巨大的浪費，即使通過單機運行多個在線推理服務來提高利用率，但需要額外開發請求調度功能、平衡其他型別資源的分配，增加開發和運維的復雜性，并且彈性能力幾乎為 0，
相比于持有整張GPU卡，使用函式計算可以僅為函式分配 2GB 的顯存，實作對資源利用率極致壓榨的同時，也識訓了強大的彈性能力，節省資源成本和運維成本，
立即體驗
規格自主選配功能現已對所有用戶開放，您可以在函式計算控制臺的函式配置頁面修改 CPU、記憶體、磁盤和 GPU資源的規格，但需滿足如下具體規則如下：
- vCPU：在0.05核到16核 的范圍內，且是 0.05 核的倍數
- 記憶體：在 128MB 到 32GB 的范圍內，且是 64MB 的倍數
- GPU：在 2GB 到 16GB 的范圍內，且是 1GB 的倍數
- 磁盤：提供了 512 MB 和 10GB 兩種規格，函式計算為每個實體提供512MB的免費磁盤空間
如果您使用 Serverless Devs 工具，可以通過配置 function 欄位的 memorySize、cpu 和 diskSize 屬性實作相同的效果，其中 memorySize 和 diskSize 的單位為 MB，cpu 單位為核數，
實作技術揭秘
從上文介紹的案例，可以感受到該功能的實用性和價值，而且這并不是一個復雜的功能，但為什么現在才推出呢？
要回答這個問題，我們需要了解函式計算資源管理系統的作業原理，
高密部署
過去，函式計算使用 Docker 創建容器作為函式的運行環境，為了保證多租環境下的安全，為每個用戶分配獨立的虛擬機，即使只需要運行1個 128MB 的小函式，也需要分配一臺 2核4G 的虛擬機，平臺承擔了資源浪費，由于虛擬機的規格都是固定的，為了提高平臺的資源利用率，在設定函式規格時，只允許設定記憶體大小，并且 CPU 與記憶體的比例與虛擬機規格相近，
現在，函式計算在彈性裸金屬服務器上通過安全容器運行用戶的函式，單機運行 2000+函式實體，實作高密部署，降低平臺成本，
調度優化
實作了高密部署后，還不能直接提供自主選配功能，因為這個功能會導致函式的規格種類呈現多樣化，各種可能的配比會增加函式計算的調度復雜性，降低平臺資源利用率，例如一臺裸金屬服務器上運行了少數函式實體后，就將CPU打滿，而記憶體利用率仍在較低水位，但此時已經無法在該機器上創建新的函式實體，
對于這個問題，函式計算對函式進行資源畫像，統計函式對每種資源的使用情況，在調度函式實體時，選擇最有利于資源互補的機器創建實體，
基于多年來的技術沉淀和高效的調度策略，函式計算不斷提高資源池利用率，這也讓我們敢于提供自主選配功能，為用戶提供更靈活的體驗，更輕松地享受 Serverless 技術的紅利，
點擊閱讀原文，直達函式計算！
https://www.aliyun.com/product/fc
更多內容關注 Serverless 微信公眾號（ID：serverlessdevs），匯集 Serverless 技術最全內容，定期舉辦 Serverless 活動、直播，用戶最佳實踐，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/539038.html
標籤：其他
上一篇：Serverless Devs 重大更新，基于 Serverless 架構的 CI/CD 框架：Serverless-cd