У компании есть модель классификации изображений, и она хочет развернуть ее таким образом, чтобы веб-приложение могло получать прогнозы без управления какими-либо серверами со стороны компании. Какое решение удовлетворяет этому требованию?

Правильный ответ — развернуть модель с помощью Amazon SageMaker Serverless Inference. Это решение позволяет развернуть модель машинного обучения как бессерверную конечную точку, которая автоматически масштабируется в зависимости от трафика и не требует управления базовыми серверами. Вы платите только за время вывода и объем обработанных данных, что соответствует требованию компании не управлять серверами. Использование Amazon CloudFront не подходит, так как это CDN для доставки контента, а не сервис для развертывания моделей машинного обучения. Размещение модели и предоставление прогнозов через Amazon API Gateway возможно, но API Gateway сам по себе не выполняет вывод модели; ему потребуется бэкенд, например AWS Lambda или EC2, которым нужно управлять. Запуск модели на AWS Batch предназначен для пакетной обработки, а не для предоставления прогнозов в реальном времени через веб-приложение.