Deweloper musi udostępnić niestandardową bibliotekę uczenia maszynowego (obecnie 15 GB i rośnie) wszystkim funkcjom AWS Lambda w aplikacji. Które podejście spełnia ten wymóg, aby każda funkcja Lambda mogła uzyskać dostęp do biblioteki?

Prawidłowa odpowiedź to umieszczenie biblioteki w systemie plików Amazon EFS i zamontowanie go w każdej funkcji Lambda. EFS pozwala na współdzielenie dużych ilości danych (do petabajtów) między wieloma funkcjami Lambda, co jest idealne dla rosnącej biblioteki 15 GB. Funkcje Lambda mogą łatwo montować systemy plików EFS, uzyskując dostęp do danych z niskim opóźnieniem. Umieszczenie biblioteki w Lambda layers (warstwach Lambda) jest ograniczone rozmiarem (do 250 MB rozpakowanych), co jest niewystarczające dla 15 GB. Przechowywanie biblioteki w Amazon S3 i pobieranie jej w czasie wykonywania wprowadziłoby znaczne opóźnienia i zwiększyłoby koszty, ponieważ każda instancja Lambda musiałaby pobierać całą bibliotekę przy każdym uruchomieniu. Spakowanie biblioteki do obrazu kontenera Lambda jest możliwe, ale obrazy kontenerów mają limit rozmiaru 10 GB, co jest niewystarczające dla rosnącej biblioteki 15 GB, a każda aktualizacja biblioteki wymagałaby ponownego wdrożenia wszystkich funkcji.