Компания имеет модель машинного обучения, которая предсказывает цены продажи недвижимости, и хочет предоставлять предсказания без управления серверами или инфраструктурой. Какой вариант развертывания соответствует этому требованию?

Развертывание модели с использованием конечной точки Amazon SageMaker является правильным выбором, поскольку SageMaker разработан специально для полного жизненного цикла машинного обучения, включая бессерверное развертывание моделей. Конечная точка SageMaker предоставляет управляемый сервис, который автоматически масштабируется, обрабатывает запросы и не требует от пользователя управления базовыми серверами или инфраструктурой. Это идеально соответствует требованию предоставления предсказаний без управления серверами. Размещение модели на инстансе Amazon EC2 требует ручного управления серверами, операционной системой и зависимостями модели. Развертывание модели в кластере Amazon EKS, хотя и предоставляет гибкость, все равно предполагает управление кластером Kubernetes и его узлами, что противоречит требованию отсутствия управления инфраструктурой. Предоставление модели через Amazon CloudFront, интегрированный с Amazon S3, не подходит, так как S3 предназначен для хранения объектов, а CloudFront для доставки контента, но ни один из них не предоставляет функциональность для выполнения инференса модели машинного обучения.