Een bedrijf wil het energieverbruik en de rekenresources die door zijn trainingstaken worden gebruikt, verminderen om de duurzaamheid te verbeteren. Welke acties zullen het energieverbruik en de rekenkosten die gepaard gaan met training verlagen? (Kies twee.)

Amazon SageMaker Debugger bewaakt trainingstaken in realtime en kan deze automatisch beëindigen als niet-convergerende omstandigheden worden gedetecteerd. Dit voorkomt onnodig resourceverbruik en verlaagt de kosten. AWS Trainium-instances zijn speciaal ontworpen voor diepgaande machine learning-training en bieden een hogere energie-efficiëntie en lagere kosten per training dan algemene GPU-instances. Het gebruik van Amazon SageMaker Ground Truth is voor datalabeling, niet voor het verminderen van trainingskosten. Modellen implementeren met AWS Lambda-functies is voor inferentie, niet voor training. Het inschakelen van gedistribueerde training met PyTorch of TensorFlow kan de trainingssnelheid verhogen, maar vermindert niet noodzakelijkerwijs het totale energieverbruik of de rekenkosten, omdat het vaak meer resources tegelijk gebruikt.