最近在做一个内容创作类项目，后端需要集成 AI 图片生成能力。评估了几套方案：自建 GPU 服务器、租用 GPU 云主机、直接调 SaaS API。最后选了阿里云的函数计算（FC）方案，核心原因很简单——不想管服务器。
如果你对快速部署 AI 推理服务感兴趣，可以通过链接了解：快速部署AI推理服务，新用户有免费额度，足够跑完本文的所有实验。
本文会从零开始，在函数计算上部署一套完整的 AI 生图服务，包括环境配置、模型部署、API 调用和成本优化。
为什么选函数计算做 AI 推理？
部署 AI 模型有几种常见方案：
| 方案 | 优点 | 缺点 | 适合场景 |
|---|---|---|---|
| 自建 GPU 服务器 | 完全可控 | 运维负担重，硬件成本高 | 长期大规模训练任务 |
| GPU 云主机 | 弹性比自建好 | 仍需管理实例，闲置浪费 | 持续高负载推理 |
| SaaS API 调用 | 零运维 | 成本随调用量线性增长，定制受限 | 标准场景快速接入 |
| 函数计算 + GPU | 免运维，按需付费，弹性伸缩 | 冷启动有一定延迟 | 间歇性 AI 推理任务 |
我的需求是「零散的任务型调用」——用户点一下生成，几秒后返回结果，请求之间可能有几小时的空窗期。这种情况下，函数计算的按量付费优势非常明显：
- 没有请求时不产生费用：GPU 实例完全释放
- 来请求自动拉起：实例级别的弹性分配 GPU 资源
- Flux 模型生图成本约 0.02 - 0.2 元 / 张：开发测试阶段几乎零成本
环境准备
1. 阿里云账号与函数计算开通
如果还没有账号，可以走这个链接快速注册：快速注册阿里云，新用户有免费试用额度。
登录后，在控制台搜索「函数计算 FC」，进入首页按引导开通服务。首次开通免费，不需要预充值。关键点：
- 服务角色：选择
AliyunFCDefaultRole（FC 默认角色），有基础的资源访问权限 - 日志服务 SLS：建议顺手开通，后续排查冷启动、调用异常都靠它
2. 开通 NAS 文件存储（强烈推荐）
AI 模型文件是重量级的——Flux 完整模型包约 23GB。如果不挂载 NAS，每次函数实例冷启动都要重新从 HuggingFace 拉取模型，冷启动可能长达 10-15 分钟，还会产生较高的公网流量费用。
在 FC 控制台左侧「应用」→「文件存储 NAS」中开通，按量付费，存 50GB 月均也就几块钱。
核心实操：部署 Flux 生图服务
Step 1：通过应用中心一键部署
函数计算的应用中心预置了大量 AI 应用模板，我们要用的「AI 生图 - Flux」就在其中。
进入路径：函数计算控制台 → 创建应用 → 选择「AI 生图 - Flux」模板
在创建页面，重点关注以下配置：
基础信息
应用名称：flux-image-generator
部署地域：华东 1（杭州） # 选离你用户最近的
GPU 规格（这是性价比的关键选择）
实例类型：GPU 实例
GPU 显存：16GB（A10 推荐）
系统内存：32GB
vCPU：8 核
这个配置是我实测下来性价比最高的。16GB 显存刚好承载 Flux 模型的推理，8 核 vCPU 保证图像预处理和编码阶段不会成为瓶颈。如果输出分辨率需要到 1024×1024，可以考虑 24GB 显存的规格，但单价会上涨。
存储持久化
# NAS 挂载配置（在应用配置页「存储」tab 中设置）
nasConfig:
mountPoints:
- serverAddr: "${your-nas-id}.cn-hangzhou.nas.aliyuncs.com:/flux-models"
mountDir: /mnt/stable-diffusion-models
将 /mnt/stable-diffusion-models 指向 NAS，Flux 的模型文件、VAE、CLIP 会自动缓存到这里。
别忘了这一项：不配 NAS 的话每次冷启动都要重新下载 23GB 的模型文件，不仅慢还烧公网流量费，血的教训。
Step 2：部署与等待
点击「创建并部署」，后台会做三件事：
- 在所选地域创建函数计算服务
- 分配 GPU 实例并拉取 Flux 模型（首次约 3-5 分钟）
- 创建 HTTP 触发器并生成访问端点
部署成功后在「应用详情」页面可以看到：
- HTTP 触发器地址：形如
https://xxx-xxx.cn-hangzhou.fc.aliyuncs.com/2016-08-15/proxy/... - 函数名称：后续 SDK 调用时需要
- 日志仓库：排查问题时从这里入手
Step 3：通过 API 调用生成图像
FC 为你的应用自动创建了 HTTP 触发器。可以用标准 HTTP POST 与之交互。
Python 调用脚本：
import requests
import base64
from datetime import datetime
ENDPOINT = "https://your-function-url.cn-hangzhou.fc.aliyuncs.com/..."
def generate_image(
prompt: str,
negative_prompt: str = "",
width: int = 512,
height: int = 512,
steps: int = 20,
cfg_scale: float = 7.0,
seed: int = -1
) -> bytes:
"""
Flux 生图 API 调用封装
参数说明:
prompt - 正向提示词（支持自然语言）
negative_prompt - 负向提示词（排除不需要的元素）
width/height - 输出尺寸（默认 512×512）
steps - 采样步数，20-25 即可，过多边际收益极低
cfg_scale - 提示词引导强度，推荐 5.0-7.5
seed - 随机种子，-1 表示随机
"""
payload = {
"prompt": prompt,
"negative_prompt": negative_prompt,
"width": width,
"height": height,
"num_inference_steps": steps,
"guidance_scale": cfg_scale,
"seed": seed,
}
resp = requests.post(
ENDPOINT,
json=payload,
headers={
"Content-Type": "application/json"},
timeout=120, # 冷启动可能 60s+，设长超时
)
resp.raise_for_status()
result = resp.json()
if result.get("status") == "success":
return base64.b64decode(result["image"])
else:
raise RuntimeError(f"Generation failed: {result.get('error')}")
if __name__ == "__main__":
prompt = (
"a majestic chinese dragon soaring through clouds, "
"golden scales reflecting sunlight, dramatic lighting, 8k"
)
negative = "blurry, low quality, distorted, text, watermark"
print(f"[*] Prompt: {prompt}")
image_bytes = generate_image(prompt, negative)
filename = f"flux_out_{datetime.now().strftime('%Y%m%d_%H%M%S')}.png"
with open(filename, "wb") as f:
f.write(image_bytes)
print(f"[✓] Saved: {filename}")
curl 一行测试：
curl -X POST "https://your-function-url.cn-hangzhou.fc.aliyuncs.com/..." \
-H "Content-Type: application/json" \
-d '{"prompt":"a serene mountain lake at sunset, oil painting style","width":512,"height":512,"num_inference_steps":20}' \
-o sunset.png
请求发出去之后，第一次调用（冷启动）大概要等 60 秒左右拿到结果，后续调用 5 秒内就能返回——这就是 GPU 实例预热后的效果。
踩坑实录与优化
坑 1：冷启动 60 秒用户体验很差
GPU 实例初始化 + 模型加载需要时间，冷启动是 Serverless GPU 的天生短板。
解决方案：
- 预留实例：在函数配置中购买一个预留实例，提前保持 GPU 实例存活，彻底消除冷启动
- 客户端超时设置充足：至少 120 秒，生产环境建议搭配异步调用 + 回调通知
- 利用 FC 的异步模式：提交任务后立即返回 taskId，生图完成后通过 HTTP 回调通知结果
坑 2：采样步数设太高，一张图跑一分钟
Flux 模型的 num_inference_steps 默认可能设到 50，但对于绝大多数场景 20-25 步质量已经足够。
建议配置：
真实拍摄风格：20 步
艺术/插画风格：25 步
极致细节（不推荐）：30 步
每多 10 步，推理时间基本翻倍。除非确实有细节要求，否则没必要。
坑 3：模型文件忘记挂 NAS
这个前面提过了，但值得再强调。Flux 模型包约 23GB，如果每次冷启动都从公网下载：
- 冷启动时间：10-15 分钟
- 公网流量费：23GB × 0.8 元/GB ≈ 18.4 元 / 次
一天冷启动几次，流量费就比 NAS 月费还高了。NAS 挂载不是可选项，是必选项。
进阶：快速上手 AI 语音克隆（GPT-Sovits）
AI 生图部署流程跑通之后，部署其他 AI 应用的模式完全一样。这里快速演示 GPT-Sovits 语音合成。
在应用中心选「AI 语音生成 - GPT-Sovits」模板，复制同样的部署流程：
- 选模板 → 配 GPU（16GB 显存） → 挂 NAS
- 上传 1 分钟清晰语音样本到 NAS 目录
- 部署完成后通过 HTTP API 调用
调用示例：
import requests
import base64
VOICE_ENDPOINT = "https://your-sovits-url.cn-hangzhou.fc.aliyuncs.com/..."
def text_to_speech(text: str, speaker: str = "default", lang: str = "zh") -> bytes:
"""
语音合成调用
成本参考：
- 冷启动生成 8s 语音 ≈ 0.045 元
- 活跃调用生成 3s 语音 ≈ 0.017 元
"""
resp = requests.post(
VOICE_ENDPOINT,
json={
"text": text, "speaker_id": speaker, "language": lang},
timeout=120,
)
resp.raise_for_status()
result = resp.json()
if result.get("status") == "success":
return base64.b64decode(result["audio"])
raise RuntimeError(f"Synthesis failed: {result.get('error')}")
audio = text_to_speech("你好，欢迎使用阿里云函数计算的 AI 语音服务")
with open("greeting.wav", "wb") as f:
f.write(audio)
语音生成成本极低，活跃调用时 3 秒语音不到 2 分钱。适合有声内容批量生产、客服语音合成、虚拟主播配音等场景。
成本管控与性能优化
1. 实例并发度
FC 默认一个实例同时只处理一个请求。如果调用量上来了，可以调高并发度：
# 函数配置中修改
instanceConcurrency: 5 # 单实例并发处理 5 个请求
2. 资源释放策略
timeout: 300 # 单次执行超时上限
idleTimeout: 60 # 实例空闲 60 秒后释放
请求稀疏的场景下，缩短 idle timeout 可以避免 GPU 实例空转浪费。
3. 预留实例 vs 按量实例
非预留实例：按 GPU 实际使用时长计费（含冷启动），单价略高
预留实例： 预付一定周期的 GPU 实例费用，单价更低
简单决策准则：如果你每天的实际 GPU 使用超过 6-8 小时，预留实例更省钱；低于这个阈值，按量更划算。
4. 成本监控
在 FC 控制台「监控」面板紧盯三个指标：
- 日总调用次数
- 平均 GPU 执行时长
- 日累计费用
建议设置日消费告警（比如 50 元/天），避免意外跑飞。
函数计算 AI 应用矩阵
除了生图和语音，FC 应用中心还支持：
| AI 应用类型 | 底层模型 | 典型场景 |
|---|---|---|
| 文生图 | Stable Diffusion / ComfyUI | 电商商品图、创意设计 |
| 对话大模型 | 通义千问（开源） | 智能客服、文本摘要 |
| AI 编码助手 | 通义灵码 | 实时代码补全、重构建议 |
| 多模态识别 | 多模态模型 | 教育评测、内容审核 |
所有应用都遵循同一套部署模式：「选模板 → 配资源 → 挂 NAS → 部署 → 调 API」。学会一个，其他全通用。
总结
把 Flux 部署在函数计算上跑了一个星期，最大的感受是：AI 推理部署的门槛确实被拉低了很多。以前需要自己买显卡、装 CUDA、调 Docker 镜像，现在三分钟点几下就行。
当然，Serverless 不是万能药。如果你的 AI 推理需要 7×24 持续运行且 QPS 很高，传统 GPU 云主机可能整体成本更低。但对于原型验证、低频生产调用、开发测试环境——函数计算几乎是最优解。
整套流程跑下来，从环境准备到 API 接入，熟练的话 15 分钟就能完成。如果你也想试试，可以用这个邀请链接开始：AI推理极简部署方案篇，新用户注册后有免费试用额度，正好跑通本文的所有实验。
