本文介绍什么是GPU离线异步任务场景和如何使用函数计算GPU异步调用、异步有状态调用服务离线AI推理、离线AI训练、离线GPU加速场景，以及如何基于非Web Server模式的Custom Container满足离线GPU应用场景。
场景介绍
在离线异步应用场景中，工作负载具有以下一个或多个特征。
执行时间长
业务的处理耗时一般在分钟~小时级，Response Time不敏感。
提交后立即返回
在触发调用后立即得到返回，从而不因长耗时处理阻塞业务主逻辑的执行。
实时感知任务状态
离线GPU任务需要查看执行中的状态以及中途主动取消执行的能力。
并行处理
离线GPU任务需要处理大量数据，对GPU资源供给要求高，并行运行加快处理速度。
数据源集成
离线GPU任务对数据源的需求多种多样，处理过程中需要与多种存储产品（例如对象存储OSS）和多种消息产品（例如消息队列）进行频繁交互。更多信息，请参见触发器简介。
函数计算为离线异步应用类工作负载提供以下功能优势。
业务架构简化
对于长耗时，消耗大量资源，或者容易出错的逻辑，从主流程中剥离出来异步处理，提高系统响应速度、资源利用率和可用性。
异步任务的最短路径
企业能够以较小的代价，基于函数计算的异步GPU处理能力，建设面向AI业务的异步处理平台。
充足的GPU资源供给
函数计算平台提供充足的GPU资源供给，当业务遭遇大规模离线任务时，函数计算将以秒级弹性供给海量GPU算力资源，避免因GPU算力供给不足、GPU算力弹性滞后导致的业务受损，适合忙闲流量分明（长时空闲、短时繁忙）、忙闲流量不可预知的离线业务。
数据源集成
函数计算支持多种数据源触发方式，例如对象存储OSS、消息队列等，帮助业务简化数据源交互处理逻辑。
功能原理
当GPU函数部署完成后，您可以选择通过异步调用或异步任务触发离线GPU任务的提交。函数计算默认通过按量GPU实例为您服务（与之区别的是预留GPU实例，具体信息，请参见预留模式），提供离线异步应用场景所需的基础设施能力。
函数计算平台接收到多个异步提交的离线GPU任务后，将自动弹出多个按量GPU实例并行处理，通过海量GPU算力资源的充分供给保证大量离线GPU任务的并行运行，以最大程度减少排队耗时。当离线GPU任务总数超出单个阿里云账号地域级别的GPU资源处理能力上限后，离线GPU任务将进行排队。对于离线GPU任务的排队数量、处理中数量、处理完成数量可方便的进行观测，对于无须继续运行的离线GPU任务可以任意取消。当离线GPU任务运行完成，根据其执行成功与否，可触发回调不同的下游云产品联动。
容器支持
函数计算GPU场景下，当前仅支持以Custom Container（自定义容器运行环境）进行交付。关于Custom Container的使用详情，请参见Custom Container简介。
Custom Container同时支持Web Server模式与非Web Server模式，在线推理应用场景普遍选择Web Server模式的容器交付，离线应用场景普遍选择非Web Server模式的容器交付。
非Web Server模式无需在镜像内携带Web Server，为最小侵入性选型。适用于容器不常驻、代码路径单一、通过事件触发的需求。支持参数传入。每次调用即为一个单独的小任务，适用于AI训练、音视频及图像处理等执行完毕即退出的场景。更多信息，请参见非Web Server模式。
GPU实例规格
您可以在离线GPU任务应用场景下，根据业务需要，特别是算法模型所需要的CPU算力、GPU算力与显存、内存、磁盘，选择不同的GPU卡型与GPU实例规格。关于GPU实例规格的详细信息，请参见实例规格。
部署方式
您可以使用多种方式将您的模型部署在函数计算。
通过函数计算控制台部署。具体操作，请参见在控制台创建函数。
通过调用SDK部署。更多信息，请参见API概览。
通过Serverless devs工具部署。更多信息，请参见Serverless Devs操作命令。
更多部署示例，请参见start-fc-gpu。
异步模式
离线应用场景由于执行时间长，须由异步调用方式进行触发，触发后可立即得到请求返回。由于普通的异步调用并不携带执行状态，所以需要将异步触发设置为异步任务。异步任务支持随时查询每个请求的执行状态，并且在必要情况下可以主动取消正在执行的请求。关于异步调用和异步任务的更多信息，请参见异步调用和异步任务。
并发调用
您的GPU函数在某个地域级别，例如华东1（杭州），支持的最大并发调用数量，取决于GPU函数实例的并发度、以及GPU物理卡的使用上限。
GPU函数实例并发度
默认情况下，GPU函数实例的默认并发度为1，即一个GPU函数实例在同一时刻仅能处理一个请求或离线GPU任务。您可以通过控制台、ServerlessDevs工具调整GPU函数实例的并发度配置。具体操作，请参见设置实例并发度。建议不同的应用场景，选择不同的并发度配置。对于计算密集型的离线GPU任务，建议GPU函数实例的并发度保持默认值1。
GPU物理卡的使用上限
GPU物理卡的使用上限，请参见GPU卡数限制。
运行时长
函数计算GPU支持最长86400秒（24小时）的运行时间。搭配异步任务模式，可自由运行或取消正在运行的请求，适合长耗时的AI推理、AI训练、音视频处理和三维重建等场景。