Un'azienda esegue workflow di ML su un cluster Kubernetes on-premise. Ogni servizio ML è impacchettato come un'immagine Docker standalone. L'azienda deve eseguire un lift and shift su un cluster Amazon EKS con il minimo overhead operativo. Quale soluzione soddisfa questo requisito?
Scegli una risposta
Tocca un'opzione per controllare la tua risposta.
Risposta corretta: Caricare le immagini Docker in un repository Amazon Elastic Container Registry (Amazon ECR) e configurare una pipeline di deployment per distribuire tali immagini sul cluster EKS..
Perché questa è la risposta
L'opzione corretta è la più efficiente per un "lift and shift" con minimo overhead. Caricare le immagini Docker esistenti in Amazon ECR e configurare una pipeline di deployment per EKS consente di riutilizzare l'impacchettamento e la configurazione attuali dei servizi ML. Questo riduce al minimo la necessità di modifiche al codice o all'architettura. Riprogettare i servizi per Kubeflow (opzione 1) introdurrebbe un overhead significativo per l'adattamento a una nuova piattaforma. Spostare i dati in Amazon Redshift e riaddestrare i modelli con Redshift ML (opzione 3) o creare un notebook SageMaker e riaddestrare i modelli (opzione 4) implicherebbe una riprogettazione sostanziale del processo di training e deployment, andando contro il requisito di "minimo overhead operativo" per un lift and shift.
Supera il tuo esame — senza l'infinita caccia alle risposte
Ottieni ogni domanda e spiegazione verificata per questo esame in un unico posto, e risparmia ore di preparazione. Oltre 1.000 certificazioni · Oltre 20 lingue · Inizia gratuitamente.
Supera il tuo esame più velocemente → Nessuna carta richiesta