Une entreprise souhaite disposer d'un catalogue central pour tous les modèles ML qui résident actuellement dans plusieurs comptes AWS et sont stockés dans des référentiels Amazon ECR. Quelle approche permettra de créer un catalogue de modèles centralisé entre les comptes ?

La bonne approche consiste à utiliser Amazon SageMaker Model Registry. Il est conçu spécifiquement pour cataloguer, versionner et gérer les modèles ML. En créant un nouveau compte AWS dédié au Model Registry et en y enregistrant les modèles des comptes sources (via des groupes de modèles), vous centralisez la gestion. Les politiques de ressources inter-comptes permettent aux comptes d'origine d'accéder et de publier dans ce registre central. Les autres options sont moins adaptées : La réplication ECR inter-comptes réplique les images Docker, pas les métadonnées ou le cycle de vie complet des modèles, et ne crée pas un catalogue centralisé pour la gestion des modèles. Créer un nouveau compte avec un ECR central pour la réplication est une amélioration, mais ECR reste un référentiel d'images, pas un registre de modèles avec des fonctionnalités de versioning et de déploiement. AWS Glue Data Catalog est conçu pour les métadonnées de données, pas pour la gestion des artefacts et du cycle de vie des modèles ML.