FinPredict führt viele aufeinanderfolgende Trainingsaufträge mit demselben Instance-Typ aus und möchte die Startlatenz reduzieren. Sie erwägen, SageMaker Warm Pools zu aktivieren, um bereitgestellte Infrastruktur über Aufträge hinweg wiederzuverwenden. Welche Aussage beschreibt korrekt, was Warm Pools bieten und welche wichtige Einschränkung zu beachten ist?

Die korrekte Antwort beschreibt präzise die Funktion von Warm Pools: Sie halten EC2-Instanzen zwischen Trainingsaufträgen desselben Typs bereit, um die Startlatenz zu reduzieren. Die Keep-Alive-Dauer ist konfigurierbar. Wichtig ist die Einschränkung, dass Warm Pools das Dateisystem oder das /opt/ml-Verzeichnis nicht automatisch über Aufträge hinweg beibehalten. Daher müssen Checkpoints und Artefakte weiterhin in S3 oder einem persistenten Volume gespeichert werden, um Daten wiederzuverwenden. Die erste falsche Option ist falsch, da Warm Pools das Container-Dateisystem nicht automatisch über Aufträge hinweg speichern. Die zweite falsche Option ist falsch, da Warm Pools instanztypspezifisch sind und nicht über verschiedene Instance-Typen oder Availability Zones hinweg austauschbar sind. Die dritte falsche Option ist falsch, da Warm Pools sowohl für On-Demand- als auch für Spot-Instanzen verfügbar sind und eine Keep-Alive-Dauer konfiguriert werden kann.