我们的函数属于计算密集型，但是CPU规格上去后，内存规格也必须是很大。造成浪费。这个有办法规避吗？

确实可以采取措施来规避因提高CPU规格而导致的内存规格不必要增加的问题。

首先，了解您的需求是非常重要的。如果您的函数计算是计算密集型的，那么您可能需要更多的CPU资源来加速计算过程。但是，这并不意味着您必须接受与之捆绑的更高内存配置。以下是一些可能的解决方案：

1. 优化代码：审查并优化代码，确保它尽可能高效地运行。这可能包括使用更高效的算法和数据结构，减少不必要的数据复制，以及释放不再使用的内存。
2. 选择合适的实例类型：不同的云服务提供商提供不同的实例类型，它们的CPU和内存比例也不尽相同。选择一个CPU性能较强而内存配置适中的实例类型，或者寻找允许您独立选择CPU和内存配置的服务。
3. 使用垂直扩展而非水平扩展：垂直扩展意味着增加单个服务器的能力，例如提升CPU的性能，而不是简单地增加更多的服务器实例。这样可以在不显著增加内存需求的情况下，提高计算能力。
4. 利用云服务的弹性：许多云服务提供商允许按需调整资源，您可以根据实际的计算需求动态调整CPU和内存的配置，以避免不必要的资源浪费。
5. 考虑使用GPU：如果适用，可以考虑使用GPU来加速计算密集型任务。GPU通常更适合处理并行计算任务，并且可以提供额外的计算能力而不会增加太多的内存需求。
6. 监控和分析资源使用情况：定期监控您的函数的资源使用情况，以便更好地理解其实际需求，并据此调整资源配置。

通过上述措施，您应该能够找到一种平衡，以满足计算需求的同时，避免因过高的内存配置而造成资源浪费。这样，您就可以在保证性能的同时，实现成本效益的最大化。

这个目前没有，云服务商主要卖闲置资源。云函数进一步压缩了这个利润。他自己都不能100%。为啥不改算法，空间换时间，或者拆分任务用计算巢
--此回答整理自钉群“阿里函数计算官网客户”