Firma posiada model klasyfikacji obrazów i chce go wdrożyć, aby aplikacja internetowa mogła uzyskiwać predykcje bez konieczności zarządzania serwerami przez firmę. Które rozwiązanie spełnia ten wymóg?

Wdrożenie modelu za pomocą Amazon SageMaker Serverless Inference jest prawidłową odpowiedzią, ponieważ usługa ta umożliwia hostowanie modeli uczenia maszynowego i uzyskiwanie predykcji bez konieczności zarządzania infrastrukturą serwerową. SageMaker Serverless Inference automatycznie skaluje zasoby w zależności od zapotrzebowania, co jest idealne dla obciążeń z nieregularnym ruchem. Amazon CloudFront to sieć dostarczania treści (CDN) i nie służy do hostowania modeli ML ani wykonywania predykcji. Amazon API Gateway służy do tworzenia, publikowania, utrzymywania, monitorowania i zabezpieczania interfejsów API, ale wymaga backendu (np. funkcji Lambda lub instancji EC2) do faktycznego hostowania i wykonywania modelu. AWS Batch służy do uruchamiania zadań wsadowych i nie jest przeznaczony do hostowania modeli w czasie rzeczywistym z niskimi opóźnieniami dla aplikacji internetowych.