Un'azienda di e-commerce riceve quotidianamente diversi gigabyte di dati dei clienti e addestra un modello di previsione della domanda. Deve eseguire inferenze una volta al giorno. Qual è il tipo di inferenza più adatto?

L'inferenza batch è la scelta più adatta perché l'azienda riceve dati quotidianamente e deve eseguire inferenze una volta al giorno. Questo scenario si allinea perfettamente con il modello batch, dove un grande volume di dati viene elaborato in un'unica operazione pianificata, piuttosto che in tempo reale o su richiesta. L'inferenza asincrona è una forma di inferenza batch, ma il termine "inferenza batch" è più specifico e diretto per questo caso d'uso. L'inferenza in tempo reale non è necessaria poiché l'elaborazione avviene quotidianamente e non richiede risposte immediate. L'inferenza serverless è un modello di implementazione dell'infrastruttura, non un tipo di inferenza, e può essere utilizzata per eseguire inferenze batch o in tempo reale, ma non descrive il tipo di inferenza richiesto.