某公司需要对大小为数 GB 的归档数据集运行推理。结果无需立即可用。哪种 Amazon SageMaker 推理选项符合此场景？

Batch transform（批量转换）是处理大型数据集（例如数 GB 的归档数据集）并对结果的即时性没有严格要求时的最佳选择。它能够高效地处理大量数据，而无需持续运行的端点，从而节省成本。Real-time inference（实时推理）适用于需要低延迟响应的单个或少量请求。Serverless inference（无服务器推理）也适用于间歇性或突发性工作负载，但通常针对单个请求或小批量数据，并且对延迟有一定要求。Asynchronous inference（异步推理）适用于处理大型请求负载，但通常仍然针对单个请求或小批量数据，并且在处理完成后会返回结果，而Batch transform更侧重于对整个数据集进行一次性处理。