AWS представила Lambda MicroVMs — новый вариант бессерверных вычислительных ресурсов для запуска кода, созданного пользователями и искусственным интеллектом, в изолированных виртуальных средах с сохранением состояния.
Микровиртуальные машины Lambda используют виртуализацию AWS Firecracker для предоставления отдельной среды выполнения для каждого пользователя, задания или сеанса агента ИИ. Каждая микровиртуальная машина получает выделенную среду. HTTPS конечная точка, которая может сохранять состояние памяти и диска в режиме ожидания.
AWS позиционирует этот сервис для агентов ИИ-программирования, интерактивных инструментов разработки, платформ анализа данных, сканеров безопасности, систем CI/CD и других приложений, которые выполняют код, не написанный оператором платформы.
С HostScoreС точки зрения [автора], это объявление имеет большее значение, чем очередной запуск вычислительных ресурсов AWS. Оно говорит о том, что хостинг ИИ расширяется за пределы развертывания моделей и [автора]. GPU пропускная способность. По мере того, как агенты ИИ начинают выполнять код, использовать инструменты и управлять файлами, среда, в которой происходят эти действия, становится отдельной частью хостинговой инфраструктуры.
Что именно объявила AWS?
Микровиртуальные машины AWS Lambda предоставляют изолированные среды выполнения, которые разработчики могут создавать для отдельных пользователей, заданий или сессий агентов.
Разработчики упаковывают свое приложение и Dockerfile, прежде чем попросить Lambda создать образ MicroVM. AWS инициализирует приложение и делает снимок подготовленной среды. Затем новые MicroVM запускаются из этого снимка, вместо того чтобы повторять весь процесс настройки.
Каждая виртуальная машина MicroVM получает свой собственный HTTPS конечная точка. AWS поддерживает соединения HTTP/2, gRPC и WebSocket, что позволяет размещать в этой среде интерактивные инструменты разработки, сервисы выполнения кода и другие приложения, требующие постоянной связи.
Микровиртуальная машина также может приостанавливаться в режиме ожидания. AWS сохраняет состояние памяти и диска и восстанавливает его при возобновлении трафика или запросе приложения на возобновление работы. Максимально допустимый жизненный цикл микровиртуальной машины, включая время работы и приостановки, составляет восемь часов.
AWS анонсировала Lambda MicroVMs 22 июня 2026 года и опубликовала более подробное техническое сообщение о запуске 10 июля. Первоначальный релиз доступен в Северной Вирджинии, Огайо, Орегоне, Токио и Ирландии.
Читать Анонс запуска AWS и Технический отчет о запуске AWS.
Таким образом, микровиртуальные машины Lambda расширяют возможности Lambda за пределы кратковременного выполнения на основе событий. Они обеспечивают более долгосрочную среду, которая сохраняет рабочее состояние, в то время как AWS управляет процессом виртуализации, сети, приостановки и завершения работы.
Зачем агентам ИИ нужны среды выполнения с сохранением состояния?
Агентам искусственного интеллекта необходимы среды выполнения с сохранением состояния, поскольку их задачи могут включать в себя несколько взаимосвязанных действий, выполняемых в течение длительной сессии.
Агент может сгенерировать скрипт, установить пакет, обработать файл, запустить браузер, вызвать API, проверить результат, а затем изменить свое следующее действие. Файлы, зависимости и состояние приложения, созданные на ранних этапах, могут потребоваться позже.
Перестройка среды после каждого действия приведет к задержкам и заставит систему многократно воссоздавать рабочее состояние агента.
Код, сгенерированный искусственным интеллектом, нуждается в изоляционной границе.
Для кода, генерируемого искусственным интеллектом, необходима изоляция, поскольку платформа не может предполагать, что каждая команда будет работать должным образом.
Некорректный или измененный код может получить доступ к конфиденциальным файлам, раскрыть учетные данные, подключиться к непредусмотренным системам или помешать работе другого пользователя. Микровиртуальные машины Lambda используют аппаратную виртуализацию, чтобы предоставить каждой сессии отдельную гостевую среду, вместо того чтобы запускать все задачи в рамках одного и того же процесса приложения.
Однако изоляция на уровне виртуальной машины не определяет, что разрешено делать агенту.
Рецензия на статью от июля 2026 года.Кибербезопасность: агенты ИИ, способные противодействовать угрозам: уязвимости, оценка, сдерживание и защитные меры.«Автор: Абу Бакар Сиддик»источникВ исследовании рассматривается граница между способными агентами ИИ и средой, используемой для их сдерживания. Выявляются риски, связанные с утечкой учетных данных, постоянным доступом, конфликтами с ограничениями песочницы и скоростью автоматизированных действий.
AWS также рекомендует разработчикам обновлять учетные данные и проверять сетевые соединения при возобновлении работы MicroVM. Механизмы жизненного цикла позволяют приложениям закрывать соединения перед приостановкой, восстанавливать разрешенные соединения после возобновления работы и очищать ресурсы перед завершением работы.
Микровиртуальные машины Lambda изолируют среду выполнения. Владельцы приложений по-прежнему должны ограничивать доступ к инструментам, учетным данным, файлам, сетям и внешним службам внутри этой среды.
Государственная поддержка сохранения кадров обеспечивает многоэтапную работу агентов.
Сохранение состояния позволяет агенту приостанавливать работу без потери файлов, памяти, установленных зависимостей и промежуточных результатов.
AWS создает каждую микровиртуальную машину на основе подготовленного снимка. Среда остается активной, пока работает агент, приостанавливается после настраиваемого периода простоя и возобновляет работу при поступлении нового запроса.
Эта модель уменьшает количество повторных инициализаций, но возобновление работы не всегда происходит мгновенно. AWS заявляет, что первый запрос после приостановки ожидает, пока платформа восстановит состояние памяти и диска и запустит обработчик возобновления работы приложения. Большие сохраненные состояния и более сложные процессы возобновления могут увеличить эту задержку.
Сохранение состояния также обеспечивает сохранность информации, которую, возможно, потребуется обновить или удалить. В приостановленной среде могут храниться токены аутентификации, сеансы браузера, сгенерированные скрипты, временные файлы или устаревшие сетевые соединения.
Таким образом, бессерверная архитектура с сохранением состояния повышает непрерывность действий агентов, но требует большего управления жизненным циклом и доступом, чем одноразовая бессерверная функция.
Заменяют ли микровиртуальные машины с сохранением состояния традиционный хостинг?
Микровиртуальные машины с сохранением состояния не заменяют традиционный хостинг. Они выполняют временные задачи агентов, в то время как облачные серверы, VPS-хостинг, выделенные серверы и физические серверы продолжают запускать постоянные службы, связанные с этими задачами.
СпецификацияBox Показывает, почему скорость песочницы имеет значение.
Недавние исследования показывают, что подготовка тестовой среды может существенно повлиять на производительность агентов искусственного интеллекта.
Статья от июля 2026 года «СпецификацияBox: Спекулятивное планирование в песочнице для эффективного обслуживания агентов LLM(источникВ исследовании рассматривался компромисс между запуском песочниц по запросу и их постоянной активностью. Запуск среды только по запросу агента может привести к задержкам холодного запуска. Поддержание активности всех возможных песочниц уменьшает эти задержки, но потребляет больше памяти.
СпецификацияBox Система предсказывает, какая песочница может понадобиться агенту, пока языковая модель еще генерирует выходные данные. Затем система начинает подготовку этой среды до завершения вызова инструмента.
В тестах авторов, SpecBox Снижение сквозной задержки P99 до 2.9 раз по сравнению с базовым вариантом песочницы по запросу. Также это снизило пиковое использование памяти на 45.9% по сравнению с развертыванием песочницы с постоянным резервированием памяти (скриншот ниже).
СпецификацияBox Это исследовательский прототип, и в нем не тестировались микровиртуальные машины AWS Lambda. Тем не менее, его результаты показывают, почему скорость запуска, возобновления и переключения в песочнице могут стать важными показателями для хостинга ИИ.
Быстрый GPU Это не гарантирует быструю работу агента, если среда выполнения задерживает каждый вызов инструмента.
Платформа искусственного интеллекта по-прежнему работает на постоянном хостинге.
Традиционный хостинг обеспечивает работу систем, которые должны оставаться доступными до, во время и после каждой временной сессии агента. Эти постоянные системы могут включать в себя приложения. APIsРеляционные базы данных, векторное хранилище, оркестрация агентов, очереди сообщений, службы мониторинга, шлюзы моделей и долго работающие рабочие процессы. Выделенные GPU Инфраструктура также может обеспечивать длительную обработку данных для вывода моделей или их обучения.
Atlantic.NetНапример, компания предоставляет инфраструктуру для этой постоянной части архитектуры. В настоящее время ее услуги включают облачные виртуальные серверы, выделенные серверы, физические серверы, управляемую инфраструктуру, а также облачные или выделенные серверы. GPU хостинг. В настоящее время хостинг-провайдер указывает следующее: NVIDIA Варианты L40S и H100 NVL предназначены для задач искусственного интеллекта, машинного обучения, вывода результатов и ускоренных вычислений.
Платформа искусственного интеллекта может использовать микровиртуальные машины с сохранением состояния для изоляции выполнения временного кода во время работы приложения, базы данных, хранилища и частной сети. APIs или GPU рабочие нагрузки на постоянной инфраструктуре из Atlantic.Net или другого поставщика серверных услуг.
Эти модели хостинга решают разные задачи одной и той же архитектуры. Микровиртуальные машины управляют выполнением на основе сессий, в то время как VPS, выделенные серверы, физические серверы и GPU Серверы обеспечивают работу сервисов, которые должны оставаться в сети.
HostScore Вывод: Хостинг с использованием ИИ становится чем-то большим, чем просто сервис. GPUs
Хостинг с использованием ИИ выходит за его пределы. GPU Технические характеристики, поддержка моделей и скорость вывода. Эти атрибуты по-прежнему определяют, сможет ли поставщик запускать ресурсоемкие модели. Однако микровиртуальные машины AWS Lambda подчеркивают еще одну часть инфраструктурного стека: среду, в которой агент ИИ выполняет свои действия.
При исследовании наших недавних Лучший хостинг с использованием ИИ и Лучшие руководства по хостингу для студентов магистратуры.В результате мы обнаружили, что хостинг-провайдеры в основном различаются по доступности ускорителей, поддерживаемым моделям, гибкости развертывания, управляемым услугам и контролю над программным стеком.
Заявление AWS предполагает, что среды выполнения могут стать еще одним конкурентным преимуществом.
Поставщики инфраструктуры для ИИ могут все чаще конкурировать по таким параметрам, как скорость запуска тестовых сред, эффективность сохранения рабочего состояния, степень изоляции сессий и жесткий контроль доступа к сети и инструментам.
Это также может изменить единицу измерения, вокруг которой распределяются ресурсы хостинга.
При использовании общего хостинга ресурсы распределяются между пользователями. При использовании VPS-хостинга выделяется виртуальный сервер. При использовании контейнерных платформ выделяются экземпляры приложений. При использовании бессерверных функций вычислительные ресурсы распределяются в зависимости от запросов или событий.
Платформы для ИИ-агентов могут выделять инфраструктуру вокруг сеанса агента. Сеанс агента запускает изолированную среду, выполняет инструменты, изменяет файлы, приостанавливается, возобновляется и завершается после выполнения своей задачи. Эта модель находится между кратковременными функциями без сохранения состояния и постоянно работающими виртуальными серверами.
Мы не ожидаем, что инфраструктура агентских сессий заменит существующие категории хостинга. Скорее всего, она станет еще одним уровнем в смешанной системе искусственного интеллекта.
Постоянное облачное хранилище, VPS, выделенный сервер и голые металлические серверы продолжит размещать приложения и сервисы обработки данных. GPU Инфраструктура будет выполнять рабочие нагрузки модели. Микровиртуальные машины с сохранением состояния и другие технологии песочницы будут обрабатывать временные действия агентов.
AWS сигнализирует о более масштабных изменениях в инфраструктуре искусственного интеллекта.
Микровиртуальные машины AWS Lambda демонстрируют, что агенты искусственного интеллекта создают спрос на изолированные среды выполнения с временным сохранением состояния и управлением жизненным циклом со стороны поставщика.
Данная услуга не предоставляет облачные серверы, VPS-хостинг, выделенные серверы, инфраструктуру на физическом оборудовании или что-либо подобное. GPU Хостинг устарел. Эти системы продолжат запускать базы данных, приложения, службы оркестрации и модели рабочих нагрузок, связанные с каждой сессией агента.
Более масштабные изменения касаются того, как может оцениваться размещение контента с использованием ИИ.
GPU Производительность и скорость работы моделей останутся ключевыми факторами. Хостинг-провайдеры также могут конкурировать по скорости и безопасности запуска, приостановки, восстановления и завершения работы изолированных сред выполнения.
Это наиболее важный сигнал хостинга для микровиртуальных машин AWS Lambda.
