EdgeAIは、異種エッジデバイス（Raspberry Pi 3、NVIDIA Jetson TX2、およびarm64 Linuxゲートウェイ）のフリートにデプロイする必要があるコンピュータービジョンモデルを構築しています。彼らは推論スループットを最大化し、メモリフットプリントを削減したいと考えています。このシナリオでSageMaker Neoコンパイルを使用することについて、最も正確な記述は次のうちどれですか？

SageMaker Neoは、指定されたターゲットハードウェアプラットフォーム（この場合はraspberrypi3、jetsontx2、およびlinuxaarch64）ごとにモデルを最適化してコンパイルします。これにより、グラフ最適化や量子化が適用され、各デバイスで最高の推論スループットと最小のメモリフットプリントを実現できます。単一のユニバーサルバイナリでは、各デバイスの特定の最適化を活用できません。Neoはエッジデバイスを含む幅広いターゲットをサポートしており、InferentiaやGPUインスタンスに限定されません。また、TensorFlowだけでなく、PyTorchなどの複数のフレームワークでトレーニングされたモデルもコンパイルできます。