函数计算的云上计费演进:从请求驱动到价值驱动,助力企业走向 AI 时代

本文涉及的产品
函数计算FC,每月15万CU 3个月
Serverless 应用引擎免费试用套餐包,4320000 CU,有效期3个月
简介: 在 AI 时代,函数计算一直坚持走向“让开发者只关心业务逻辑,云厂商自动完成一切资源管理与调度”的愿景,最终让计算像水、电一样随时可得、按实际使用价值付费。

作者:砥行


在云计算的发展过程中,计费方式往往是开发者最直观的感知最初,用户需要直接购买资源,按小时计费;后来,函数计算将粒度细化到按请求执行的毫秒级。很多开发者第一次接触一款云产品时,关注的往往不是架构,而是账单。因为账单背后映射的,正是云厂商在资源抽象、调度方式、安全隔离与开发体验上的关键选择。


函数计算的演进史,其实也是一部计费方式的演化史。透过计费这一窗口,我们可以一管窥全豹,清晰地看到背后产品形态在技术与体验上的深刻变化,以及技术架构随应用场景不断演化的能力。


阶段一:从资源租用到按请求计费


在函数计算发展的最初阶段,最大突破点在于计费方式的根本转变:用户不再像租用虚拟机一样,为实例的持续运行付费,而是只在函数被真正调用、执行时支付费用。换句话说,在没有请求执行的时间段,用户无需承担任何闲置成本,这一阶段的创新,让“只为代码运行时刻付费”成为 Serverless 的立身之本,也迅速降低了开发者的使用门槛。如下图所示。

1758089119005_257638B7-86C8-4a4b-A97D-5730728FB9A7.png

支撑这种计费模式的关键技术包括:


1. 精准识别请求边界

  • 请求的生命周期就是计费的生命周期,平台必须在微秒/毫秒级准确地识别“开始”和“结束”,保证账单公平与精确。

2. 按请求分配独占资源

  • 每个请求都获得确定的 CPU/内存资源,避免资源竞争导致性能抖动,从而保障账单的可控性。

3. 低延时大并发的冷启动能力

  • 实例不常驻,而是按需启动。平台必须优化冷启动延时,在大规模并发场景下快速分配资源,同时在空闲时立即回收,避免浪费。

4. 1ms 完成活跃/闲置状态转化

  • 在无请求时通过冻结函数实例的 CPU 调度,转成闲置状态,确保不再消耗时间片,请求来到时候,实时转成活跃状态,允许 CPU 调度,这是实现毫秒级精确计费和公平性的保障。


这一阶段让函数计算真正区别于虚拟机和容器租用模式,奠定了“按请求计费”的核心心智模型。


阶段二:多并发+毫秒级计费——面向 Web 应用的优化


随着函数计算逐渐普及,除了事件触发外,Web Server 等 I/O 型场景也开始被采用。如果继续采用单请求独占计费,对比传统多并发的服务模型,成本很难接受,因此进入了第二阶段的演化。


核心变化是:突破单并发限制,按函数实例的活跃时间段计费,并将粒度精细化到 1ms,从而支撑 Web 应用、API 服务等主流场景,如下图所示。

1758089154481_E9B9E0BC-DA4F-44d8-A6F3-361B35F4B70E.png

支撑这一演化的关键技术包括:


1. 识别活跃时间段作为计费边界

  • 从“单请求时长”转变为“活跃区间”,只要实例内有请求在执行,即视为活跃计费,不管并发多少请求。

2. 引入 Custom Runtime / Container Runtime

  • 支持用户平滑迁移主流 Web 框架(如 Express、Flask、Spring Boot),这些框架天然支持多并发,能够降低成本并收敛数据库连接数,减少连接暴涨带来的风险。

3. 缩短计费粒度:从 100ms 到 1ms

  • 大多数 Web 请求延时低于 100ms,如果仍按 100ms 粒度计费,用户成本过高。精细化到 1ms,使账单更公平。

4. 极致优化平台全链路延迟

  • Web 应用对端到端延迟极其敏感,平台必须在鉴权、路由、调度、转发等环节做性能优化,避免平台开销成为主要瓶颈。


这一阶段的价值在于:从“为单个请求买单”转变为“为活跃区间买单”,辅以更精细的粒度和运行时灵活性,让函数计算从事件驱动扩展到主流 Web/API 服务场景。


阶段三:按实际资源消耗计费——AI 时代的价值计费


AI 应用具有长会话、强交互、低延迟的特点:


  • 模型对话需要保持上下文;
  • 语音/流式生成需要实时响应;
  • 会话中可能包含多种工具调用与后台任务。


这类应用往往是稀疏型负载:大多数时间处于低负载,仅维持长连接和上下文。传统“请求边界=活跃,闲置时冻结 CPU”的机制不再适配:如果一律计为活跃,用户在“低价值”的保活状态下将付出过高成本。


因此,第三阶段的核心转变是:在识别请求边界的基础上,引入按实际资源消耗动态区分“活跃/闲置”的计费模型。低负载状态下减免 CPU 费用,同时仍然允许 AI 应用运行后台任务。

1758089302002_05420450-F240-49a1-BD05-0DA6790B0E29.png

支撑这种演化的关键技术包括:


1. 支持会话亲和性

  • 引入会话亲和性机制,使得同一会话的请求路由到同一个实例,避免上下文丢失。
  • 用户可通过配置 IdleTimeout 主动控制会话保留时间(即将发布)。

2. 按实际资源消耗判断活跃/闲置

  • 在过去“有请求=活跃”的基础上,引入根据资源利用率感知活跃/闲置的机制。
  • 如果 CPU 使用超过阈值,则记为“活跃”并计算 CPU 费用;如果只是心跳/轻量保活,CPU使用极低,则记为闲置,免去 CPU 费用,仅收内存/磁盘/网络成本。

3. 执行期间低负载的减免机制

  • 在有请求执行时,函数计算以秒为周期采样,如果 CPU 使用低于阈值,自动减免该周期的 CPU 费用。
  • 在 MCP、WebSocket 等典型低负载场景默认启用,平台主动让利,避免“在线=计费”的粗暴逻辑。

4. 支持不冻结,允许后台任务持续运行

  • 在 AI 场景中,冻结会导致长连接中断、缓存失效,恢复代价高。
  • 函数计算支持不冻结模式,允许请求结束后继续运行后台任务,如缓存预热、索引更新、回调处理。
  • 这类任务的费用仍然根据实际资源消耗判定为活跃或闲置,差异化计费。


第三阶段的价值在于:从“为活跃区间买单”进一步演化为“按资源消耗分层计费”,账单更好地对齐到有效计算,避免因长连接或低负载保活而产生额外成本,让 Serverless 真正适配 AI 时代的长会话与强交互负载。(由于 GPU 等异构资源的稀缺性,暂不纳入支持范围。)


函数计算的演化方向是把产品形态与用户价值更紧密地对齐

函数计算的计费方式经历了三个阶段:


  • 阶段一:按请求计费 —— 降低门槛,让用户只为调用付费;
  • 阶段二:活跃区间计费 —— 扩展场景,让 Web/API 应用也能高效低成本运行;
  • 阶段三:按资源消耗计费 —— 贴近价值,让 AI 应用在长会话与低负载下也能公平付费。


在 AI 时代,函数计算一直坚持走向“让开发者只关心业务逻辑,云厂商自动完成一切资源管理与调度”的愿景,最终让计算像水、电一样随时可得、按实际使用价值付费。

相关实践学习
【AI破次元壁合照】少年白马醉春风,函数计算一键部署AI绘画平台
本次实验基于阿里云函数计算产品能力开发AI绘画平台,可让您实现“破次元壁”与角色合照,为角色换背景效果,用AI绘图技术绘出属于自己的少年江湖。
从 0 入门函数计算
在函数计算的架构中,开发者只需要编写业务代码,并监控业务运行情况就可以了。这将开发者从繁重的运维工作中解放出来,将精力投入到更有意义的开发任务上。
相关文章
|
14天前
|
存储 人工智能 Serverless
函数计算进化之路:AI 应用运行时的状态剖析
AI应用正从“请求-响应”迈向“对话式智能体”,推动Serverless架构向“会话原生”演进。阿里云函数计算引领云上 AI 应用 Serverless 运行时技术创新,实现性能、隔离与成本平衡,开启Serverless AI新范式。
214 12
|
16天前
|
机器学习/深度学习 人工智能 自然语言处理
迁移学习:让小数据也能驱动AI大模型
迁移学习:让小数据也能驱动AI大模型
222 99
|
14天前
|
人工智能 机器人 Serverless
安诺机器人 X 阿里云函数计算 AI 咖啡印花解决方案
当云计算遇见具身智能,AI咖啡开启零售新体验。用户通过手机生成个性化图像,云端AI快速渲染,机器人精准复刻于咖啡奶泡之上,90秒内完成一杯可饮用的艺术品。该方案融合阿里云FunctionAI生图能力与安诺机器人高精度执行系统,实现AIGC创意到实体呈现的闭环,为线下零售提供低成本、高互动、易部署的智能化升级路径,已在商场、机场、展馆等场景落地应用。
安诺机器人 X 阿里云函数计算 AI 咖啡印花解决方案
|
8天前
|
人工智能 NoSQL 关系型数据库
Ai驱动的项目管理工具安装教程
Dectask是一款基于AI的高性能项目管理工具,融合企业级功能与轻量体验,支持多种安装方式,普通安装的教程
54 3
|
11天前
|
人工智能 前端开发 JavaScript
前端工程化演进之路:从手工作坊到AI驱动的智能化开发
前端工程化演进之路:从手工作坊到AI驱动的智能化开发
前端工程化演进之路:从手工作坊到AI驱动的智能化开发
|
20天前
|
人工智能 Serverless API
函数计算的云上计费演进:从请求驱动到价值驱动,助力企业走向 AI 时代
函数计算计费方式历经三阶段演进:从按请求计费,到按活跃时长毫秒级计费,再到按实际资源消耗分层计费。背后是资源调度、安全隔离与开发体验的持续优化。尤其在AI时代,低负载减免、会话亲和等技术让计费更贴近真实价值,推动Serverless向“按需使用、按量付费”终极目标迈进。
|
8天前
|
人工智能 安全 中间件
阿里云 AI 中间件重磅发布,打通 AI 应用落地“最后一公里”
9 月 26 日,2025 云栖大会 AI 中间件:AI 时代的中间件技术演进与创新实践论坛上,阿里云智能集团资深技术专家林清山发表主题演讲《未来已来:下一代 AI 中间件重磅发布,解锁 AI 应用架构新范式》,重磅发布阿里云 AI 中间件,提供面向分布式多 Agent 架构的基座,包括:AgentScope-Java(兼容 Spring AI Alibaba 生态),AI MQ(基于Apache RocketMQ 的 AI 能力升级),AI 网关 Higress,AI 注册与配置中心 Nacos,以及覆盖模型与算力的 AI 可观测体系。
|
10天前
|
设计模式 机器学习/深度学习 人工智能
AI-Native (AI原生)图解+秒懂: 什么是 AI-Native 应用(AI原生应用)?如何设计一个 AI原生应用?
AI-Native (AI原生)图解+秒懂: 什么是 AI-Native 应用(AI原生应用)?如何设计一个 AI原生应用?

热门文章

最新文章

相关产品

  • 函数计算