Un modello di raccomandazione per un sito di e-commerce deve utilizzare tutti i dati di interazione del cliente come input. Il volume di traffico varia durante il giorno. Quale tipo di endpoint di inferenza SageMaker è il più conveniente per questo modello di utilizzo?

L'endpoint di inferenza serverless è il più conveniente perché si adatta automaticamente al volume di traffico variabile, scalando a zero quando non ci sono richieste. Questo significa che paghi solo per la capacità di inferenza effettivamente utilizzata, riducendo i costi durante i periodi di basso traffico. L'inferenza Batch transform non è adatta per interazioni in tempo reale. L'inferenza asincrona è progettata per payload di grandi dimensioni o tempi di elaborazione lunghi, non per la reattività immediata richiesta in un sito e-commerce. L'inferenza in tempo reale (real-time) mantiene istanze attive 24/7, comportando costi più elevati anche in assenza di traffico, rendendola meno conveniente per carichi di lavoro variabili.