你正在为渲染工作负载设计 Azure Batch。作业大小差异很大，你希望通过使用可抢占容量来最大限度地降低成本，但又要保持少量始终在线的基线。任务之间存在依赖关系，并且必须根据作业提交进行编排。你应该实施什么？选择两项。

第一个正确选项：为了降低成本并保持基线容量，应配置一个包含少量专用节点（保证可用性）和大量低优先级节点（成本效益高，但可能被抢占）的池。自动缩放公式可以根据队列中的任务数量动态调整低优先级节点的数量，同时限制专用节点以控制成本。 第二个正确选项：Job Manager 任务是处理任务依赖关系和编排作业执行的推荐方法。它可以在作业提交时动态地提交具有依赖关系的任务，确保它们按照正确的顺序执行。 使用 Batch 外部的 VM 规模集会增加管理复杂性，并且通常不如 Batch 内置的池管理和自动缩放功能高效。禁用自动缩放并使用固定大小的池会增加成本或导致性能瓶颈，尤其是在作业大小差异很大的情况下。通过 SSH 手动调度任务不适用于大规模渲染工作负载，且不符合 Azure Batch 的设计目的。