函数计算中，是不是使用nas将模型和环境都放到nas上，构建的时候再将这些拉到镜像中？

使用NAS（Network Attached Storage）来存放模型和环境，然后在构建镜像时将这些内容拉取到镜像中，是一个可行的方案。这样做的好处是可以显著减小镜像的大小，加快部署速度，并可能降低存储成本。

在函数计算中，如果镜像大小超过了平台规定的最大限制（例如阿里云函数计算的镜像大小最大为10GB），则需要考虑其他方式来优化镜像。使用NAS存储模型和环境文件，然后通过挂载NAS到函数计算环境中，可以在不增加镜像大小的前提下，让函数访问到所需的数据和环境。以下是一些具体的建议：

1. 确认NAS准备状态：在使用NAS之前，需要确保镜像加速准备状态为可用，并且确认NAS的类型。如果函数需要从NAS读取数据，比如模型文件，为了保证性能，推荐使用通用型NAS的性能型。
2. 开启镜像加速：为了提高函数的启动速度和执行性能，可以在函数计算控制台开启镜像加速功能。这会自动制作加速镜像和缓存，转换完成后，函数会自动采用加速镜像缓存。
3. 选择官方基础镜像：如果涉及到GPU计算，可以考虑使用函数计算Serverless GPU提供的官方基础镜像，这些镜像已经预先配置好了主流的机器学习框架和热门的模型平台，可以快速开始使用GPU进行高性能计算。

综上所述，使用NAS来存放模型和环境文件，结合镜像加速和官方基础镜像的使用，可以在保证函数计算性能的同时，有效地管理和优化镜像大小。

https://help.aliyun.com/zh/fc/support/faq-about-gpu-accelerated-instances?spm=a2c4g.11186623.0.0.5a043310BpOfDv#section-cnl-yuk-r5q
——此回答整理自钉群：阿里函数计算官网客户