Um modelo de recomendação para um site de e-commerce deve usar todos os dados de interação do cliente como entrada. O volume de tráfego varia ao longo do dia. Qual tipo de endpoint de inferência do SageMaker é o mais econômico para esse padrão de uso?

O endpoint de inferência serverless do SageMaker é o mais econômico para esse padrão de uso porque ele escala automaticamente de zero a milhares de invocações e você paga apenas pela duração da computação e pela quantidade de dados processados. Isso é ideal para cargas de trabalho intermitentes ou variáveis, como as de um site de e-commerce com tráfego flutuante. O Batch transform é para processamento offline de grandes volumes de dados, não para recomendações em tempo real. O endpoint de inferência assíncrona é para requisições que podem ter latência maior e não exigem resposta imediata. O endpoint de inferência em tempo real mantém instâncias provisionadas e é mais caro para cargas de trabalho com longos períodos de inatividade.