Lambda容器中的CPU分配是使用CPU份额计算的，这取决于您函数的内存分配量。每个函数都分配了一定数量的CPU份额，这些份额可以影响函数完成的速度。

根据AWS官方文档，Lambda会按以下比例分配CPU份额：

128MB 内存：512 CPU份额 192MB 至 1,536MB（每增加64MB，便增加64 CPU份额） 1,792MB 至 3,008MB（每增加128MB，便增加1,024 CPU份额）

以下是一个示例Python代码，用于输出函数的内存大小、CPU份额、以及函数所能使用的CPU时间限制：

import os

def lambda_handler(event, context): memory = os.getenv('AWS_LAMBDA_FUNCTION_MEMORY_SIZE') cpu = int(memory) / 128 time_limit = context.get_remaining_time_in_millis()

print('Memory: {} MB'.format(memory))
print('CPU: {} share'.format(cpu))
print('Time limit: {} ms'.format(time_limit)) 

当您将内存设置为512MB时，输出将如下所示：

Memory: 512 MB CPU: 4.0 share Time limit: 300000 ms

这意味着，当设置内存为512MB时，函数将获得4个CPU份额。因此，函数可以在3分钟内使用4个CPU份额进行计算。