BrightDrive 希望用 SageMaker Serverless Inference 替换低流量的实时 GPU 端点，以节省成本。他们需要控制并发性并了解延迟权衡。以下哪项陈述最准确地描述了如何配置无服务器以及与持久实时端点相比的权衡？

此选项准确描述了 SageMaker Serverless Inference 的配置和权衡。通过设置 MaxConcurrency 和内存大小，可以控制无服务器端点的行为。无服务器端点从零开始扩展，导致首次请求时可能出现冷启动延迟，这是其固有的特性。它适用于间歇性流量以节省成本，但对于需要低且一致延迟的场景，持久实时端点（支持 GPU 和预置容量）表现更优。 其他选项不准确： 设置 ProvisionedConcurrency 确实可以减少冷启动，但 Serverless Inference 不支持 GPU 实例类型。 Serverless Inference 具有并发设置 (MaxConcurrency)，并且可以处理多个并发调用，并非仅限于串行工作负载。 切换到无服务器不能保证与实时端点相同的 p99 延迟，因为无服务器存在冷启动和潜在的扩展延迟，即使设置了 MaxConcurrency。