ある企業が、カスタムのPyTorch CNN画像分類器をSageMakerエンドポイントでホストしており、ユーザーに対してより高いスループットと低いレイテンシーを求めています。パフォーマンスを向上させるための最も費用対効果の高い方法として、次のうちどれが適切ですか？

Amazon Elastic Inference (EI) は、SageMakerホスト型エンドポイントでディープラーニング推論のコストを削減し、パフォーマンスを向上させるために設計されています。既存のGPUインスタンスにアタッチすることで、推論に必要なGPUアクセラレーションを部分的に提供し、費用対効果を最大化します。 他の選択肢は適切ではありません。 より多くのレイヤーで再トレーニングすると、モデルが複雑になり、推論のレイテンシーが増加する可能性があります。 複数のGPUを持つインスタンスタイプへの切り替えは、EIよりも大幅に高価になる可能性があり、費用対効果の点で劣ります。