一個基於基因演算法的已部署模型可能需要數分鐘才能產生預測，並且必須處理包含高達 100 MB 資料的請求。哪種部署選項可以在滿足這些要求的同時，最大限度地減少營運開銷？

Amazon SageMaker Asynchronous Inference 端點最適合此場景，因為它專為處理需要數分鐘才能完成的大型請求（高達 1 GB 的承載）而設計，同時透過自動擴展來管理營運開銷。將模型部署到 Application Load Balancer 後方的 Auto Scaling group 中的 Amazon EC2 執行個體雖然提供可擴展性，但需要手動管理底層基礎設施，增加了營運開銷。Amazon SageMaker 即時端點適用於低延遲、高吞吐量的預測，但對於需要數分鐘才能完成的請求則不適合。將模型封裝為容器並部署到 Amazon ECS 上的 Amazon EC2 執行個體也需要手動管理基礎設施，且不直接支援非同步推理模式。