Ein Unternehmen hat zwei Modelle erstellt: Modell A erkennt betrügerische Transaktionen und wird bei jeder Transaktion aufgerufen; Modell B prognostiziert die Verkaufszahlen des nächsten Monats und wird einmal pro Monat aufgerufen. Beide müssen mithilfe von SageMaker AI in der Produktion bereitgestellt werden. Welchen Hosting-Ansatz sollte das Unternehmen verwenden?

Modell A erfordert eine sofortige Reaktion für jede Transaktion, was eine Echtzeit-Inferenz über einen SageMaker Real-time Endpoint ideal macht. Modell B, das monatlich ausgeführt wird und Verkaufszahlen prognostiziert, ist für Batch-Transformationen geeignet, da es keine sofortige Antwort pro Anfrage benötigt und größere Datenmengen auf einmal verarbeiten kann. Die Option, beide Modelle in einem einzigen Container zu hosten, ist ineffizient, da sie unterschiedliche Anforderungen haben. Die Verwendung eines asynchronen Endpunkts für Modell A würde zu Verzögerungen führen, die bei der Betrugserkennung inakzeptabel sind. Ein asynchroner Endpunkt für Modell B wäre zwar möglich, aber Batch-Transformation ist für monatliche, nicht-interaktive Vorhersagen oft kostengünstiger und einfacher zu verwalten.