一个基于 CPU 的模型将在工作时间处理具有间歇性流量的实时预测，并在非工作时间处于空闲状态。哪种 SageMaker 托管选项对于这种模式最具成本效益？

SageMaker Serverless Inference 端点最适合间歇性流量模式，因为它按实际使用量计费，当没有请求时，它会自动缩容到零，从而避免了空闲成本。在工作时间配置预置并发可以确保在流量高峰期有足够的容量，同时保持成本效益。 将模型部署到 SageMaker 实时端点并使用基于计划的自动扩缩策略，虽然可以处理流量高峰，但当流量为零时，端点仍会保持至少一个实例运行，产生不必要的成本。SageMaker Asynchronous Inference 端点适用于处理大批量、非实时或长运行时间的推理任务，不适用于实时预测。通过 Lambda 函数激活实时端点过于复杂，且实时端点在不使用时仍会产生费用。