一家媒體公司需要為某個城市的讀者提供低延遲的文章推薦。流量會在可預測的時間（早上、午餐、下班後）達到高峰，其他時間則流量較低。推論回應小於 4 MB。哪種部署選項能最大限度地降低延遲並最具成本效益？

正確答案是「具有預置並發的無伺服器推論，以最大程度地減少冷啟動延遲」。無伺服器推論（例如 AWS Lambda）非常適合處理間歇性流量模式，因為它會根據需求自動擴展，且僅在推論執行時才收取費用，這在流量較低時具有成本效益。預置並發能有效解決冷啟動問題，確保在流量高峰期間提供低延遲回應。 「具有自動擴展的即時推論端點」雖然能提供低延遲，但在流量較低時仍會產生持續的成本，不如無伺服器選項成本效益高。「非同步推論」和「批次轉換任務」都涉及批次處理，會引入顯著的延遲，不符合低延遲的要求。