---

最近在做一个内容创作类项目，后端需要集成 AI 图片生成能力。评估了几套方案：自建 GPU 服务器、租用 GPU 云主机、直接调 SaaS API。最后用了阿里云的函数计算方案，核心原因很简单——不想管服务器。

本文会从零开始，在函数计算上部署一套完整的 AI 生图服务，包括环境配置、模型部署、API 调用。

为什么选函数计算做 AI 推理？

部署 AI 模型有几种常见方案：

方案	优点	缺点	适合场景
自建 GPU 服务器	完全可控	运维负担重，硬件成本高	长期大规模训练任务
GPU 云主机	弹性比自建好	仍需管理实例，闲置浪费	持续高负载推理
SaaS API 调用	零运维	成本随量增长，定制受限	标准场景快速接入
函数计算 + GPU	免运维，按需付费，弹性伸缩	冷启动有一定延迟	间歇性 AI 推理任务

我的需求是零散的任务型调用——用户点一下生成，几秒后返回结果，请求之间可能有几小时空窗期。函数计算的按量付费模式刚好匹配：没有请求时不产生 GPU 费用，来请求自动弹性分配资源。Flux 模型单张生图成本约 0.02-0.2 元。

环境准备

1. 开通函数计算服务

登录阿里云控制台搜索「函数计算 FC」，按引导开通。关键点：

• 服务角色：选 AliyunFCDefaultRole
• 日志服务 SLS：建议顺手开通，后续排查问题全靠它

2. 开通 NAS 文件存储（强烈推荐）

Flux 完整模型包约 23GB，如果不挂载 NAS，每次函数实例冷启动都要从公网重新下载模型——冷启动 10-15 分钟，公网流量费约十几块一次。NAS 按量付费，50GB 月均几块钱。

核心实操：部署 Flux 生图服务

Step 1：通过应用中心一键部署

函数计算应用中心预置了「AI 生图 - Flux」模板。

路径：函数计算控制台 → 创建应用 → 选择「AI 生图 - Flux」

GPU 配置（实测最优）：

实例类型：GPU 实例
GPU 显存：16GB（A10）
系统内存：32GB
vCPU：8 核

16GB 显存刚好跑 Flux 推理。分辨率需要 1024×1024 的话考虑 24GB 规格。

NAS 挂载：

nasConfig:
  mountPoints:
    - serverAddr: "${your-nas-id}.cn-hangzhou.nas.aliyuncs.com:/flux-models"
      mountDir: /mnt/stable-diffusion-models

把 FLUX 模型文件、VAE、CLIP 等都指向 NAS 目录，首次下载后持久化。

Step 2：部署与获取端点

点击「创建并部署」，首次部署约 3-5 分钟（拉模型）。成功后页面显示：

• HTTP 触发器地址
• 函数名称
• 日志仓库位置

Step 3：API 调用生图

Python 示例：

import requests
import base64
from datetime import datetime

ENDPOINT = "https://your-function-url.cn-hangzhou.fc.aliyuncs.com/..."

def generate_image(
    prompt: str,
    negative_prompt: str = "",
    width: int = 512,
    height: int = 512,
    steps: int = 20,
    cfg_scale: float = 7.0,
    seed: int = -1
) -> bytes:
    """
    Flux 生图 API 封装

    参数：
      steps      - 采样步数，20-25 足够
      cfg_scale  - 提示词引导强度，5.0-7.5 推荐
    """
    payload = {
        "prompt": prompt,
        "negative_prompt": negative_prompt,
        "width": width,
        "height": height,
        "num_inference_steps": steps,
        "guidance_scale": cfg_scale,
        "seed": seed,
    }

    resp = requests.post(
        ENDPOINT, json=payload,
        headers={"Content-Type": "application/json"},
        timeout=120  # 冷启动预留
    )
    resp.raise_for_status()

    result = resp.json()
    if result.get("status") == "success":
        return base64.b64decode(result["image"])
    raise RuntimeError(f"Generation failed: {result.get('error')}")


if __name__ == "__main__":
    prompt = (
        "a majestic chinese dragon soaring through clouds, "
        "golden scales reflecting sunlight, dramatic lighting, 8k"
    )
    negative = "blurry, low quality, distorted, text, watermark"

    image_bytes = generate_image(prompt, negative)
    filename = f"flux_out_{datetime.now().strftime('%Y%m%d_%H%M%S')}.png"
    with open(filename, "wb") as f:
        f.write(image_bytes)
    print(f"Saved: {filename}")

curl 快速测试：

curl -X POST "https://your-function-url.cn-hangzhou.fc.aliyuncs.com/..." \
  -H "Content-Type: application/json" \
  -d '{"prompt":"a serene mountain lake at sunset, oil painting style","width":512,"height":512,"num_inference_steps":20}' \
  -o sunset.png

首次冷启动约 60 秒，后续调用 5 秒内返回。

踩坑与优化

坑 1：冷启动 60 秒体验差

GPU 实例初始化 + 模型加载不可避免。解决方向：

• 预留实例：提前保持 GPU 存活，消除冷启动
• 客户端超时设 120 秒
• 生产环境用异步调用 + 回调通知

坑 2：采样步数过多拖慢推理

Flux 模型 20-25 步质量已足够。30 步以上边际收益极低，推理时间却翻倍。

坑 3：没挂 NAS 导致冷启动灾难

前面提过——23GB 模型每次从公网下载，冷启动 10-15 分钟 + 高额流量费。挂 NAS 是硬性的前置条件。

进阶：GPT-Sovits 语音克隆

应用中心选「AI 语音生成 - GPT-Sovits」模板，部署流程与 Flux 完全一致：

1. 选模板 → 配 GPU → 挂 NAS
2. 上传 1 分钟清晰语音样本
3. 部署后通过 HTTP API 调用

import requests
import base64

VOICE_ENDPOINT = "https://your-sovits-url.cn-hangzhou.fc.aliyuncs.com/..."

def text_to_speech(text: str, speaker: str = "default", lang: str = "zh") -> bytes:
    resp = requests.post(
        VOICE_ENDPOINT,
        json={"text": text, "speaker_id": speaker, "language": lang},
        timeout=120,
    )
    resp.raise_for_status()
    result = resp.json()
    if result.get("status") == "success":
        return base64.b64decode(result["audio"])
    raise RuntimeError(f"Synthesis failed: {result.get('error')}")

audio = text_to_speech("你好，欢迎使用阿里云函数计算的 AI 语音服务")
with open("greeting.wav", "wb") as f:
    f.write(audio)

冷启动生成 8 秒语音约 0.045 元，活跃调用 3 秒语音约 0.017 元。有声内容批量生产、客服语音合成等场景非常实用。

成本控制要点

• 设置实例并发度：单实例并发处理多个请求，减少实例数量
• 设短 idle timeout：稀疏请求场景下避免 GPU 空转
• 日消费告警：控制台设 50 元/天告警，防止意外
• 预留 vs 按量计算：日 GPU 使用超 6-8 小时选预留，否则按量更省

总结

把 Flux 部署在函数计算上跑了一周，最大感触是 AI 部署门槛确实在快速降低。以前需要买显卡、装 CUDA、调 Docker 镜像，现在几分钟就能拉起推理服务。

Serverless 有自己的适用边界：持续高 QPS 场景传统 GPU 主机可能更经济，但对原型验证、低频调用、测试开发来说，函数计算是最优解。

整套部署流程从环境到 API 接入，熟练的话 15 分钟内就能完成。

声明：本文实验基于阿里云函数计算服务完成。如需亲自尝试，可通过链接注册：点击查看函数计算部署服务一键部署，新用户有免费试用额度。

---