¿Qué es el inicio en frío?

En la computación sin servidores (serverless), un «arranque en frío» es el tiempo que tarda una función en empezar a procesar después de no haber sido llamada en mucho tiempo. Con la inferencia de IA, la carga de un modelo puede tardar minutos o mucho más, como en aquella carga de trabajo de NetEase Games en la que tardó la friolera de 42 minutos. Cuando se enciende un ordenador después de haber estado apagado, puede necesitar tiempo para alcanzar su pleno rendimiento.

Los arranques en frío son bien conocidos por cualquiera que se esté iniciando en las arquitecturas serverless. Afectan al rendimiento y a la usabilidad de su aplicación, especialmente en las interacciones donde los tiempos de espera deben ser lo más cortos posible.

Los inicios en frío ocurren bajo las siguientes circunstancias.

• Primera invocación: Esto ocurre cuando se llama a una función por primera vez tras el despliegue de las aplicaciones o tras la actualización del código.
• Escalado desde cero: Cuando una función se expande desde que no tiene ocurrencias y recibe llamadas después de un tiempo de inactividad.
• Reasignación de recursos: Cuando el proveedor de la nube reasigna recursos o si la base de la función cambia a otros hosts, lo que puede dar lugar a instancias de función frías.
• Tiempo de espera o vencimiento: Si una instancia de función está en el tiempo máximo de ejecución o ha excedido su tiempo de inactividad, puede terminarse, lo que significa que si se invoca de nuevo, comenzará de nuevo.

Un arranque en caliente tiene el efecto contrario: la solicitud llega a una instancia que aún está en ejecución, por lo que se omite la configuración.

Un reto principal asociado con los arranques en frío es la latencia adicional. Esta latencia puede observarse en forma de:

• Respuestas retrasadas: Aunque su aplicación generalmente proporciona respuestas rápidas, los usuarios pueden ocasionalmente encontrar retrasos que podrían afectar su experiencia.
• Rendimiento reducido: Los arranques en frío podrían requerir un aumento gradual de la capacidad de su aplicación para gestionar solicitudes simultáneas, especialmente durante los periodos de uso intensivo.
• Variaciones de rendimiento: Las cifras de arranque en frío varían entre invocaciones, por lo que sin servidor (serverless) los tiempos de respuesta no se pueden predecir sin una monitorización sin servidor.

La duración de un inicio en frío de Lambda puede variar según diferentes factores, como:

• Tamaño de la función y dependencias: Cuanto más grande sea la función, más dependencias están involucradas y más tiempo tarda el inicio en frío típico.
• Entorno de ejecución: El entorno de ejecución inicial seleccionado (por ejemplo, Node.js, Python, Java, etc.) determina necesariamente un factor como el tiempo de inicio en frío debido a las diferencias en los procesos de inicialización y carga.
• Optimizaciones del proveedor de la nube: Con el tiempo, los proveedores de la nube constantemente proporcionan optimizaciones para reducir el tiempo de inicio en frío tanto como sea posible; sin embargo, no es fijo ni predecible.

En general, los arranques en frío de Lambda pueden variar entre menos de 100 ms y más de 1 segundo. Compruebe sus propias funciones para observar cómo reflejan las duraciones de los arranques en frío las necesidades de sus funciones y de su entorno para obtener información precisa.

Minimice el tiempo de arranque en frío de Lambda mediante:

• Optimización de funciones:
• Elimine el código y las dependencias no utilizados para reducir el tamaño de la función.
• Se deben utilizar métodos de tree-shaking o división de código para reducir la cantidad de código cargado durante la inicialización.
• Mejorar la distribución de paquetes y los flujos de trabajo resueltos de dependencia de paquetes.
• Restauración de instantáneas (Snapshot Restore): Lambda SnapStart, para entornos de ejecución como Java, ofrece una instantánea guardada de una función inicializada en lugar de iniciarla de nuevo para reducir la latencia.
• Simultaneidad aprovisionada:

Configure la simultaneidad aprovisionada para mantener activo el número específico de instancias de función para que las solicitudes entrantes no provoquen un inicio en frío para esas instancias.

• Solicitudes de calentamiento:

A veces, es necesario enviar algunas solicitudes ficticias a sus funciones para que se calienten cuando lleguen las solicitudes reales del usuario.

• Procesamiento asincrónico:

Para operaciones no críticas, puede ser mejor refactorizar las solicitudes de usuario de las funciones introduciendo otros patrones asincrónicos para que los inicios en frío tengan un efecto mínimo.

• Almacenamiento en caché:

Introduzca mecanismos de almacenamiento en caché adecuados que almacenen datos a los que se accede con frecuencia o resultados precalculados para reducir el número de invocaciones de funciones y, por lo tanto, disminuir las ocurrencias de inicios en frío. La precarga de la función en el arranque funciona de la misma manera: NetEase Games redujo el tiempo de carga de un modelo de IA de 42 a 14 minutos con una caché, y luego a 3 con precarga (CNCF, 2026).