Podczas prac rozwojowych analityk danych używa notatnika chmurowego do wykonywania lekkich zadań inżynierii cech w godzinach pracy. Inżynier danych używa tego samego notatnika mniej więcej raz dziennie do wykonywania intensywnego przetwarzania wstępnego wymagającego dużej ilości pamięci (około 2 godzin); przetwarzanie wstępne nie wykorzystuje procesorów GPU. Obecnie oba zadania są uruchamiane na instancji notatnika ogólnego przeznaczenia ml.m5.4xlarge. Miesięczny budżet AWS został przekroczony. Która zmiana przyniesie największe oszczędności?

Prawidłowa odpowiedź zapewnia największe oszczędności, ponieważ optymalizuje koszty dla obu obciążeń. Zmniejszenie instancji notatnika do mniejszej instancji ogólnego przeznaczenia (np. ml.m5.large lub ml.m5.xlarge) i zatrzymywanie jej, gdy jest bezczynna, znacznie obniża koszty dla lekkich zadań inżynierii cech. Przeniesienie intensywnego przetwarzania wstępnego do zarządzanego zadania przetwarzania na instancji zoptymalizowanej pod kątem pamięci (np. r5) pozwala na efektywne wykorzystanie zasobów tylko wtedy, gdy są potrzebne, unikając stałych kosztów dużej instancji. Pozostałe opcje są mniej optymalne. Zmiana notatnika na instancję zoptymalizowaną pod kątem pamięci i uruchamianie na niej obu zadań nadal wiąże się z wysokimi kosztami dla lekkich zadań. Zachowanie istniejącego typu instancji i użycie instancji z akceleracją GPU do przetwarzania wstępnego jest niepotrzebne, ponieważ zadanie nie wykorzystuje GPU. Użycie instancji zarezerwowanej do przetwarzania wstępnego jest nieefektywne, ponieważ zadanie jest uruchamiane tylko raz dziennie, a instancje zarezerwowane są przeznaczone do stałych, długotrwałych obciążeń.