Компания разработала две модели: Модель A обнаруживает мошеннические транзакции и будет вызываться при каждой транзакции; Модель B прогнозирует продажи на следующий месяц и будет вызываться один раз в месяц. Обе модели должны быть развернуты в production с использованием SageMaker AI. Какой подход к хостингу должна использовать компания?

Модель A требует немедленной обработки каждой транзакции, что идеально подходит для real-time конечной точки SageMaker. Real-time конечные точки обеспечивают низкую задержку и синхронные ответы, необходимые для обнаружения мошенничества. Модель B прогнозирует продажи раз в месяц и не требует немедленного ответа. Для таких сценариев SageMaker Batch Transform является оптимальным решением, так как он эффективно обрабатывает большие объемы данных асинхронно, без необходимости постоянной работы конечной точки, что снижает затраты. Размещение обеих моделей в одном контейнере за одной real-time конечной точкой неэффективно для Модели B и может привести к конфликтам ресурсов. Использование асинхронной конечной точки для Модели A не подходит из-за требований к низкой задержке. Batch Transform для Модели A также не подходит, так как она требует real-time ответов.