Un'azienda desidera ridurre i costi per i carichi di lavoro ML containerizzati in esecuzione su istanze EC2, Lambda e un cluster ECS. EC2 ed ECS utilizzano volumi EBS per archiviare previsioni e artefatti. L'ingegnere ML deve identificare le risorse sottoutilizzate e ottenere raccomandazioni per ridurre i costi con il minimo sforzo di sviluppo. Quale opzione dovrebbe scegliere?

L'opzione corretta è eseguire AWS Compute Optimizer perché è un servizio AWS che analizza l'utilizzo delle risorse e fornisce raccomandazioni per ottimizzare i costi e le prestazioni. È progettato specificamente per identificare le risorse sottoutilizzate (come istanze EC2, volumi EBS e funzioni Lambda) e suggerire configurazioni più efficienti, richiedendo uno sforzo di sviluppo minimo. Scrivere codice personalizzato per analizzare l'utilizzo della memoria e della CPU richiederebbe uno sforzo di sviluppo significativo e non fornirebbe raccomandazioni dirette per il risparmio sui costi. Applicare tag di allocazione dei costi aiuterebbe a monitorare e allocare i costi, ma non identificherebbe le risorse sottoutilizzate né fornirebbe raccomandazioni per l'ottimizzazione. Ispezionare la cronologia degli eventi di AWS CloudTrail serve a scopi di sicurezza e conformità, non a identificare risorse sottoutilizzate o a fornire raccomandazioni per il risparmio sui costi.