O que é inicialização a frio?

Na computação serverless, um "cold start" (arranque a frio) é o tempo que uma função demora a começar a processar depois de não ter sido chamada durante muito tempo. Com a inferência de IA, o carregamento de um modelo pode demorar minutos ou muito mais — como aquela carga de trabalho da NetEase Games que demorou uns impressionantes 42 minutos. Quando um computador é ligado após ter sido desligado, pode precisar de tempo para atingir o seu desempenho total.

Os arranques a frio são bem conhecidos por qualquer pessoa que esteja a começar com arquiteturas serverless. Afetam o desempenho e a usabilidade da sua aplicação, especialmente em interações onde os tempos limite (timeouts) devem ser o mais curtos possível.

As inicializações a frio ocorrem nas seguintes circunstâncias.

• Primeira Invocação: Isto ocorre quando uma função é chamada pela primeira vez após a implementação das aplicações ou após a atualização do código.
• dimensionamento do Zero: Quando uma função se expande de não ter ocorrências e recebe chamadas após um tempo de não operação.
• Realocando Recursos: Quando o provedor de nuvem realocar recursos ou a base da função muda para outros servidores, o que pode levar a instâncias de função frias.
• Tempo limite ou expiração: Se uma instância de função estiver no tempo máximo de execução ou tiver excedido seu tempo ocioso, ela poderá ser encerrada, o que significa que, se for invocada novamente, ela será iniciada do zero.

Um arranque a quente (warm start) tem o efeito oposto: o pedido chega a uma instância que ainda está em execução, pelo que a configuração é ignorada.

Um desafio primário associado às inicializações a frio é a latência adicional. Essa latência pode ser observada na forma de:

• Respostas atrasadas: Embora seu aplicativo geralmente forneça respostas rápidas, os usuários podem ocasionalmente encontrar atrasos que podem afetar sua experiência.
• Taxa de transferência reduzida: Os arranques a frio podem exigir um aumento gradual na capacidade da sua aplicação para lidar com pedidos concorrentes, especialmente durante períodos de utilização intensa.
• Variações de desempenho: Os números de arranque a frio variam entre invocações, pelo que serverless os tempos de resposta não podem ser previstos sem monitorização serverless.

A duração de uma inicialização a frio do Lambda pode variar dependendo de diferentes fatores, como:

• Tamanho e dependências da função: Quanto maior a função, mais dependências estão envolvidas e mais tempo leva a inicialização a frio típica.
• Ambiente de tempo de execução: O ambiente de tempo de execução inicial selecionado (por exemplo, Node.js, Python, Java, etc.) determina necessariamente um fator como o tempo de início a frio devido às diferenças nos processos de inicialização e carregamento.
• Otimizações do provedor de nuvem: Com o tempo, os provedores de nuvem fornecem consistentemente otimizações para reduzir o tempo de inicialização a frio tanto quanto possível; no entanto, não é fixo ou previsível.

No geral, os arranques a frio do Lambda podem variar entre menos de 100 ms e mais de 1 segundo. Verifique as suas próprias funções para observar como as durações de arranque a frio refletem as necessidades das suas funções e do seu ambiente para obter informações precisas.

Minimize o tempo de arranque a frio do Lambda através de:

• Otimização da função:
• Exclua código e dependências não utilizados para reduzir o tamanho da função.
• Métodos de tree-shaking ou divisão de código devem ser usados para reduzir a quantidade de código carregado durante a inicialização.
• Melhore a distribuição do pacote e os fluxos de trabalho resolvidos de dependência do pacote.
• Restauro de Instantâneo: Lambda SnapStart, para ambientes de execução como o Java, fornece um instantâneo guardado de uma função inicializada em vez de a iniciar novamente para reduzir a latência.
• Simultaneidade provisionada:

Configure a simultaneidade provisionada para manter o número específico de instâncias de função ativas para que as solicitações recebidas não causem uma inicialização a frio para essas instâncias.

• Solicitações de aquecimento:

Às vezes, você precisa enviar algumas solicitações fictícias para suas funções para que elas sejam aquecidas quando as solicitações reais do usuário chegarem.

• Processamento assíncrono:

Para operações não críticas, pode ser melhor refatorar as solicitações do usuário de funções introduzindo outros padrões assíncronos para que as partidas frias tenham efeito mínimo.

• Cache:

Introduza mecanismos de cache apropriados que armazenem dados acessados com frequência ou resultados pré-computados para reduzir o número de invocações de função e, assim, diminuir as ocorrências de inicializações a frio. O pré-carregamento da função no arranque funciona da mesma forma: a NetEase Games reduziu o tempo de carregamento de um modelo de IA de 42 para 14 minutos com uma cache, e depois para 3 com pré-carregamento (CNCF, 2026).