要解决AWS Lambda消耗SQS队列速度慢的问题，可以尝试以下方法：

1. 调整Lambda的配置：增加内存分配和超时时间可以提高Lambda的性能。如果Lambda函数执行的是I/O密集型任务，可以尝试增加更多的内存分配来提高并发性能。

2. 并发处理：使用Lambda的并发功能可以同时处理多个队列消息。通过增加Lambda函数的并发数，可以提高消息处理速度。

3. 批量处理：使用SQS的批量接收和删除消息功能。可以通过设置每次接收和删除的消息数来减少与SQS的交互次数，从而提高处理速度。

4. 异步处理：将Lambda函数配置为异步触发，这样可以将消息发送到Lambda函数后立即返回，而不等待Lambda函数处理完成。这样可以减少SQS队列中消息的等待时间。

下面是一个使用Python和Boto3库的代码示例，展示了如何进行批量处理和异步处理：

import boto3

def process_messages(event, context):
    sqs = boto3.client('sqs')
    queue_url = 'YOUR_SQS_QUEUE_URL'
    
    # 批量接收消息
    response = sqs.receive_message(
        QueueUrl=queue_url,
        MaxNumberOfMessages=10
    )
    
    if 'Messages' in response:
        messages = response['Messages']
        
        # 处理消息
        for message in messages:
            # 处理消息的逻辑代码
            
        # 批量删除消息
        delete_response = sqs.delete_message_batch(
            QueueUrl=queue_url,
            Entries=[
                {'Id': message['MessageId'], 'ReceiptHandle': message['ReceiptHandle']} for message in messages
            ]
        )
    
    # 异步触发下一次Lambda函数执行
    lambda_client = boto3.client('lambda')
    lambda_client.invoke(
        FunctionName='YOUR_LAMBDA_FUNCTION_NAME',
        InvocationType='Event',
        Payload=''
    )

上述代码中，通过设置MaxNumberOfMessages参数来批量接收和处理消息。然后，使用delete_message_batch方法批量删除已处理的消息。最后，使用invoke方法异步触发下一次Lambda函数执行。

请注意，上述代码仅作为示例，具体实现可能需要根据您的特定需求进行适当调整和修改。