顧客が画像（それぞれ合計最大50MB）をアップロードし、MLモデルがテキストによる説明を生成します。画像はAmazon S3に保存され、処理は最小限の運用オーバーヘッドでスケーリングする必要があります。これらの要件を最もよく満たすアーキテクチャはどれですか？

Amazon SageMaker非同期推論は、大きなペイロード（最大1GB）や長時間実行される推論（最大1時間）に最適であり、このユースケースの画像サイズ（最大50MB）とテキスト生成モデルの性質に適しています。また、自動スケーリングポリシーにより、運用オーバーヘッドを最小限に抑えながら、需要に応じてスケーリングできます。 SageMakerバッチ変換は、S3バケット内のすべての画像を一度に処理するため、リアルタイムまたはニアリアルタイムの処理には適していません。Karpenterを備えたAmazon EKSは、より複雑な設定と管理が必要であり、最小限の運用オーバーヘッドという要件を満たしません。AWS Batchは、バッチ処理には適していますが、リアルタイムに近い推論のスケーリングには、非同期推論ほど効率的ではありません。