あるチームがGPUを使用してAmazon SageMakerでCNNをトレーニングし、リアルタイムの鉱物画像識別のためにSageMakerエンドポイントにデプロイする予定です。彼らはすでに予想されるトラフィックパターンを把握しており、最適なインスタンスタイプと設定を選択する必要があります。適切なインスタンス設定を選択するために、開発作業が最も少ないアプローチはどれですか？

SageMaker Inference RecommenderのAdvancedジョブタイプは、モデルアーティファクトとコンテナをModel Registryに登録した後、提供されたトラフィックパターンに基づいて複数のインスタンスタイプと設定を自動的に評価し、最適なものを推奨します。これにより、手動での負荷テストやインスタンス選択にかかる開発作業を最小限に抑えられます。Defaultジョブタイプはより基本的な推奨しか行わないため、今回の要件には不十分です。LambdaとAPI Gatewayを使用しオープンソースツールで負荷テストを行う方法は、手動での設定とテストが必要となり、開発作業が多くなります。CPUインスタンスでのデプロイは、GPUを使用するCNNの要件を満たしません。