QuantGen 计划在 SageMaker 上加速大规模 GPU 训练。他们希望启用 SageMaker Training Compiler 提供的 GPU 内核融合和操作符级别优化。以下哪项陈述正确描述了如何启用它以及支持哪些框架进行此优化？

正确选项准确描述了启用 SageMaker Training Compiler 的方法和其支持的框架。它通过在 TrainingJob 或 Estimator 中设置 compilerconfig={'enabled': True} 或 enabletrainingcompiler=True 来启用，并且必须在 GPU 实例（如 p3、p4、g4dn 系列）上运行。Training Compiler 专注于深度学习框架（如 PyTorch 和 TensorFlow）的 GPU 内核融合和图/操作符优化，不适用于 scikit-learn 或 XGBoost 等非深度学习框架。其他选项错误在于：超参数方式不正确，且编译器不支持所有框架或CPU实例；AutoML与Training Compiler无关；Training Compiler并非自动启用，且有特定实例和框架要求。