142.AWS Lambda部署YOLO API：从内存溢出到冷启动优化的实战笔记

凌晨三点，Lambda函数又一次超时退出。

监控面板上那条刺眼的红色曲线，记录着刚部署的YOLO推理服务第17次崩溃。内存配置已经开到10240MB——Lambda允许的最大值，可10秒的超时限制依然像紧箍咒。这就是今天要解决的问题：如何让一个2.3GB的PyTorch模型在无服务器环境里稳定跑起来。

模型瘦身：从2.3GB到89MB的压缩之路

直接上传PyTorch的.pt文件到Lambda是条死路。解压缩后的容器镜像大小限制是10GB，但实际运行时/tmp目录只有512MB。第一版代码就栽在这里：

# 错误示范：直接加载原始模型model=torch.hub.load('ultralytics/yolov5','yolov5s')