一家公司使用 SageMaker 运行实时推理。支持端点的 EC2 实例的自动扩缩会在之前的横向扩容实例完全准备好之前启动新实例，从而导致效率低下和延迟。哪项更改可以在保持响应时间性能的同时改善扩缩行为？

延长横向扩容活动后的冷却时间是正确的，因为这可以防止在实例尚未完全启动并处理流量时过早地触发额外的扩容事件。冷却期确保系统有足够的时间来评估当前的扩容是否足以满足需求，从而避免不必要的实例启动，减少资源浪费和潜在的延迟。更改为多模型端点可能有助于资源利用率，但不能直接解决过早扩容的问题。集成 API Gateway 和 Lambda 主要用于管理调用和预处理，与自动扩缩行为无关。缩短纵向缩减的冷却时间或增加最大实例数都不能解决横向扩容过快的问题，反而可能加剧资源管理效率低下的情况。