Una empresa necesita ejecutar inferencias en conjuntos de datos archivados que tienen varios gigabytes de tamaño. Los resultados no necesitan estar disponibles de inmediato. ¿Qué opción de inferencia de Amazon SageMaker se adapta a este escenario?

Batch transform es la opción más adecuada porque está diseñada para procesar grandes volúmenes de datos (varios gigabytes) de forma asíncrona. Dado que los resultados no necesitan estar disponibles de inmediato, el procesamiento por lotes es eficiente y rentable. La inferencia en tiempo real no es adecuada porque está optimizada para respuestas de baja latencia y pequeños volúmenes de datos, lo cual no es el requisito aquí. La inferencia sin servidor es para modelos que se invocan esporádicamente y no para conjuntos de datos grandes. La inferencia asíncrona es para solicitudes con tiempos de procesamiento largos, pero Batch transform es más específicamente para el procesamiento de grandes volúmenes de datos archivados.