无服务器计算中的冷启动是指在无服务器函数空闲或缩减规模后被调用时发生的延迟。在无服务器架构中，云提供商会自动管理资源，关闭非活动实例以节省成本。当一个函数的新请求到达，而该函数尚未运行时，提供商必须分配计算资源，加载函数的代码并初始化其运行时环境。此设置过程会在函数处理请求之前增加延迟，从而导致“冷启动”。例如，AWS Lambda、Azure Functions 和 Google Cloud Functions 都会遇到这种行为，尽管确切的持续时间因平台和配置而异。
有几个因素会影响冷启动的严重程度。编程语言和运行时环境起着一定的作用：像 Python 或 Node.js 这样的语言通常比 Java 或 .NET 初始化得更快，后者可能需要更多的时间进行 JIT 编译或框架设置。函数部署包的大小也很重要。具有大型依赖项或复杂初始化逻辑的函数（例如加载机器学习模型或连接到数据库）会延长冷启动时间。此外，诸如虚拟私有云 (VPC) 访问之类的配置会由于网络设置而引入额外的延迟。例如，具有最少依赖项的 Python 函数可能会在 200 毫秒内冷启动，而 VPC 中的 Java 函数可能需要几秒钟。
开发人员可以通过优化和特定于平台的策略来缓解冷启动。通过定期调用使函数“保持活跃”可以防止关闭，但这可能会增加成本。通过修剪未使用的依赖项或将大型函数拆分为较小的函数来减小部署包的大小，从而最大限度地减少初始化工作。一些云提供商提供诸如 AWS Lambda 的预配置并发之类的功能，该功能会预先初始化实例以立即为请求提供服务。选择轻量级运行时（例如，从 Java 切换到 Go）或跨调用重用连接和资源也有所帮助。例如，一个处理实时 API 的团队可能会在高峰时段使用预配置并发，同时优化他们的 Node.js 代码以仅加载必要的库，从而有效地平衡性能和成本。