我的函数代码中统计了一个深度学习模型加载的时间，一个大小为13M的模型利用torch加载模型并传递到gpu需要十多秒，本地测试的话则两三秒，这个是函数这个功能自身的限制吗？
我的函数代码中统计了一个深度学习模型加载的时间，一个大小为13M的模型利用torch加载模型并传递到[阿里云函数计算]
「点点赞赏，手留余香」
还没有人赞赏，快来当第一个赞赏的人吧！
=====这是一个广告位，招租中，联系qq 78315851====
同尘云，您身边的云智能顾问
我的函数代码中统计了一个深度学习模型加载的时间，一个大小为13M的模型利用torch加载模型并传递到gpu需要十多秒，本地测试的话则两三秒，这个是函数这个功能自身的限制吗？
这并不一定是函数本身的限制。这可能与您使用的硬件或网络连接有关。例如，如果您在GPU上运行模型，那么加载模型的时间可能比在CPU上运行模型要长。此外，如果您在网络连接上运行模型，连接的速度也会影响加载时间。
如果是冷启动，这个耗时是差不多的，因为计算节点需要从远端拉取镜像（依赖、模型）至本地，然后启动GPU容器。
按量GPU模式：有冷启动，但成本最优（仅请求处理收费） 弹性预留GPU模式：无冷启动，但成本会贵一些（容器存活期收费）
此答案来自钉钉群“阿里函数计算官网客户”