Сайт электронной коммерции размещает модель рекомендаций продуктов TensorFlow на конечной точке SageMaker, используя три оптимизированных для вычислений инстанса для обработки ожидаемого пикового трафика. В начале каждого месяца время отклика резко возрастает, и некоторые пользователи видят ошибки. Большая часть трафика приходится на будние дни с 8:00 до 18:00 в одном часовом поясе. Какие два действия наиболее эффективно решают проблему при минимизации затрат? (Выберите два.)

Включение акселераторов Amazon Elastic Inference (EI) позволяет использовать аппаратное ускорение для инференса, что значительно снижает задержку и улучшает пропускную способность без необходимости масштабирования до большего количества дорогостоящих инстансов GPU. Это эффективно решает проблему высокой задержки при пиковых нагрузках. Настройка автомасштабирования на основе метрики InvocationsPerInstance позволяет SageMaker автоматически добавлять или удалять инстансы в зависимости от фактической нагрузки. Это гарантирует, что ресурсы доступны во время пиков трафика (например, в начале месяца или в будние дни), при этом минимизируя затраты в периоды низкой активности, поскольку инстансы не работают без необходимости. Создание новой конфигурации с двумя производственными вариантами не решает проблему задержки и не оптимизирует затраты. Развертывание второго пула инстансов для сине-зеленого развертывания относится к стратегиям развертывания, а не к решению проблем производительности или стоимости. Перенастройка на инстансы с возможностью кратковременного повышения производительности (burstable instance types) не подходит для стабильных, предсказуемых пиковых нагрузок, так как они предназначены для рабочих нагрузок с низким использованием ЦП с периодическими всплесками.