一家公司正在使用 Amazon SageMaker 构建一个基于Web的AI应用程序，该应用程序提供ML实验、训练、集中式模型注册、部署和监控。训练数据存储在 Amazon S3 中，并且必须保持安全和隔离。为了以最少的操作开销集中管理多个模型版本，他们应该使用哪种方法？

正确答案是使用 SageMaker Model Registry 和模型组来编目和管理模型。SageMaker Model Registry 专门设计用于集中管理机器学习模型的版本、元数据和生命周期。模型组（Model Groups）允许将相关模型版本组织在一起，简化了对多个模型版本的管理和部署，同时提供了审批工作流和审计跟踪，最大限度地减少了操作开销。 为每个模型创建单独的 Amazon ECR 存储库会增加管理复杂性，因为 ECR 主要用于容器镜像管理，而非模型版本管理。使用 ECR 并为每个模型版本分配唯一镜像标签虽然可行，但缺乏 Model Registry 提供的模型元数据、审批工作流和部署功能。使用 SageMaker Model Registry 并依赖唯一标签，虽然比 ECR 更好，但没有充分利用模型组提供的组织和管理优势。