函数计算默认按请求自动弹性，即收到请求时系统自动创建或选择实例处理请求，无请求后实例自动回收。这种默认弹性模式会存在冷启动问题：CPU业务平均冷启动效率为百毫秒级别，取决于应用本身启动速度，GPU 业务平均冷启动效率为分钟级别，取决于模型大小与加载速度。
为了解决默认模式下请求首次调用函数时存在的冷启动问题，函数计算新增极速模式。极速模式支持设置启动快照，在保证极致冷启动效率的同时，也能低成本锁定稀缺的弹性资源，保障业务的刚性交付能力，适用于延时敏感场景。
极速模式产生背景
默认弹性模式下，函数计算通过设置CPU/GPU的预留实例来解决准实时场景下冷启动效率问题。但随着AI技术的快速发展和应用场景的不断拓展，预留实例无法解决以下痛点：
无法满足实时场景下极致效率：如智能座舱等人机交互的实时场景，要求首次推理能做到毫秒级响应，而GPU的预留实例只能做到秒级别。
无法做到低成本锁定弹性资源：GPU卡资源稀缺已经成为业内共识，如果要保证刚性交付，只能提前囤卡锁定弹性资源，函数计算的GPU预留实例相比购买GPU服务器便宜，但依然做到无法低成本锁卡。
综上，函数计算新增极速模式产品形态，冷启动优化更极致，能更好地服务于实时、准实时场景以及保证GPU卡等稀缺资源的低成本刚性交付。
极速模式介绍
功能描述
极速模式是通过启动快照来实现热启动。启动快照是指预先对容器实例制作快照，并由系统侧保存该快照，无需用户感知，并且对业务侧透明。当请求到达时，该快照迅速唤醒弹起实例执行请求。
GPU业务下，极速模式提供毫秒级和秒级快照唤醒加速，毫秒级快照冷启动效率 <=1 毫秒，秒级快照冷启动效率在2秒～，具体值和模型大小相关。
下面以使用GPU极速模式为例，介绍AI推理场景下，不同弹性模式首次推理冷启动耗时对比。
进一步以SD-v1和Qwen-14B模型推理场景为例，使用极速模式后，冷启动时长优化效果见下图。
适用场景
毫秒级快照推荐场景（实时）
主要适用于极低延时、核心主链路成功率要求高不接受长时间重试、业务潮汐特征明显以及想要提高资源利用率的场景。
您的工作负载应具有以下一个或多个特征：
低延迟 单次请求的处理时效性要求高，RT（Response Time）延迟要求严格，90%的长尾延时普遍在百毫秒级别。 典型场景为实时流媒体生产场景，例如互动连麦、直播带货、超低延时播放等，音视频流均需要以极低的延迟在端到端之间进行传播，AI视频超分、AI视频识别的实时性需要保证。
主链路 普遍位于业务核心链路，推理成功率要求高，不接受长时间重试。 例如开屏广告推荐或首页产品推荐场景，需根据用户的行为喜好，在应用开屏时进行用户行为的推荐，并实时地展现在用户终端上。
波峰波谷 业务流量具有明显的潮汐特征，流量高峰通常集中在特定时间段，为了应对流量高峰，需要购置大量GPU资源，而流量低谷时，资源可能被闲置导致资源利用率较低。 例如短视频推荐、在线教育和电商促销活动等场景。
秒级快照推荐场景（准实时、异步）
适用于调用稀疏能容忍冷启动、单次调用耗时长以及触发调用后需要立即响应的异步推理场景。
您的工作负载应具有以下一个或多个特征：
调用稀疏，延迟容忍度高 日均调用几次到几万次，日均GPU实际使用时长远低于8~12小时，GPU存在大量闲置，且业务对冷启动不敏感。 典型场景如非实时数据分析、低频批量任务处理等。
单次处理耗时长 任务执行时间从秒级到小时级不等，且对响应时间不敏感，无需实时获取结果，支持异步轮询或回调通知。 典型场景如音视频转码、影视特效渲染等耗时较长以及可以容忍延迟的AI推理场景。 提交后立即返回（异步交互） 任务需要在触发调用后立即得到返回，不因长耗时处理阻塞业务主逻辑运行。 典型场景如音视频处理和数据ETL处理，将较大的音视频分割成多个任务并行处理，或者在ETL流程中，将提取数据、转换处理和加载数据异步处理。
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。 典型场景如AI交互，用户可中途调整生成参数或取消任务，如调整AIGC的生图风格。
数据源集成与并行处理
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。例如从OSS读取原始数据，处理后写入云数据库等跨平台数据处理场景。
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。例如并行执行图片压缩，语音转写等高吞吐计算场景。
建议延时敏感型场景都开启极速模式。开启之后，平台将优先通过极速模式来承载业务请求，当弹性实例数超出启动快照数量时，按照默认模式启动和自动弹性。
如何配置极速模式
您可以在创建函数阶段勾选极速模式，也可以在函数创建之后在函数详情页的弹性配置页签升级成极速模式。详见配置预留实例。同时，你也可以灵活设置启动快照数实现进一步降本，详见配置启动快照的弹性策略。
计费说明
极速模式与默认模式的计费方式不同。极速模式，资源使用量包含弹性实例资源使用量和启动快照（秒级快照/毫秒级快照）资源使用量。
开启极速模式后，处理请求期间，按照弹性实例CU转换系数计算，非处理请求期间，按照启动快照（秒级快照/毫秒级级快照）CU转换系数计算。
更多信息，请参见计费概述。