Uma empresa deseja um catálogo central para todos os modelos de ML que atualmente residem em várias contas AWS e estão armazenados em repositórios Amazon ECR. Qual abordagem criará um catálogo de modelos central entre as contas?

A opção correta é usar o Amazon SageMaker Model Registry. Ele foi projetado para catalogar, versionar e gerenciar modelos de ML, incluindo aqueles cujos artefatos residem no Amazon ECR. Criar grupos de modelos e usar políticas de recursos entre contas permite um catálogo centralizado e o compartilhamento de modelos entre diferentes contas AWS, atendendo diretamente ao requisito da questão. A replicação entre contas do ECR (primeira opção) não cria um catálogo centralizado de metadados de modelos, apenas replica as imagens. Criar uma nova conta AWS com um ECR central e replicação (segunda opção) ainda não oferece os recursos de gerenciamento de ciclo de vida e metadados que o Model Registry proporciona. Usar o AWS Glue Data Catalog (quarta opção) é inadequado, pois ele é otimizado para metadados de dados e não para artefatos e ciclo de vida de modelos de ML.