Uma empresa deseja reduzir os custos de workloads de ML conteinerizados executados em instâncias EC2, Lambda e um cluster ECS. O EC2 e o ECS usam volumes EBS para armazenar previsões e artefatos. O engenheiro de ML deve identificar recursos subutilizados e obter recomendações para reduzir custos com o mínimo esforço de desenvolvimento. Qual opção ele deve escolher?

O AWS Compute Optimizer é a melhor opção porque ele analisa métricas de utilização de recursos do EC2, Lambda e ECS, identificando recursos subutilizados e fornecendo recomendações específicas para otimização de custos, como redimensionamento de instâncias ou alteração de tipos de instâncias. Isso minimiza o esforço de desenvolvimento, pois as recomendações são automatizadas. Escrever código personalizado para analisar a utilização seria demorado e complexo. Aplicar tags de alocação de custos ajuda no rastreamento de gastos, mas não oferece recomendações de otimização. Inspecionar o CloudTrail mostra o histórico de criação, mas não a utilização atual ou recomendações de economia.