客户上传图像（每张图像最大50 MB），然后ML模型生成文本描述。图像存储在Amazon S3中，处理必须在最小操作开销的情况下进行扩展。哪种架构最能满足这些要求？

正确答案是部署具有自动扩展策略的Amazon SageMaker异步推理端点，并为每张图像调用它。SageMaker异步推理端点专为处理大型有效负载（如最大50MB的图像）和长时间运行的推理任务而设计，同时通过自动扩展策略实现按需扩展，最大限度地减少操作开销。 运行Amazon SageMaker批处理转换作业适用于处理大量预先存在的图像，但对于实时或近实时处理新上传的单个图像效率较低。使用Karpenter自动扩展功能创建Amazon EKS集群并托管模型会增加显著的操作复杂性和管理开销，不符合“最小操作开销”的要求。使用AWS Batch和Amazon ECS计算环境虽然可以处理图像，但通常更适用于批处理工作负载，并且在为每个单独的图像提供低延迟、按需推理方面不如SageMaker异步推理端点优化。