一个团队有一个 TensorFlow 训练脚本，他们目前在本地运行该脚本，并希望在 SageMaker 上以最具成本效益的方式进行训练。哪种 TensorFlow estimator 配置能最大程度地降低训练成本，同时仍使用现有脚本？

此选项通过结合使用 SageMaker Training Compiler 和托管式 Spot 训练，最大限度地降低了成本。SageMaker Training Compiler 通过优化模型编译来提高训练速度并降低成本。托管式 Spot 训练利用 EC2 Spot 实例，与按需实例相比，可显著降低成本，并且 SageMaker 会自动管理中断。其他选项：单独启用 SageMaker Training Compiler 虽然能降低成本，但不如结合 Spot 实例有效。修改脚本以进行分布式数据并行主要关注性能提升，不一定是最具成本效益的。将 MaxWaitTimeInSeconds 设置为等于 MaxRuntimeInSeconds 仅影响 Spot 实例的等待时间，而不是直接降低成本。