某公司在 Amazon SageMaker 中有一個訓練好的 ML 模型，必須以高可用性、最小延遲和處理不可預測的請求突增的能力來託管於生產環境中。每個請求的大小介於 1 KB 到 3 MB 之間。推論容量必須隨需求按比例擴展。該公司應該如何部署此模型？

SageMaker 即時推論端點專為高可用性、低延遲和處理不可預測的請求突增而設計，完全符合題目要求。啟用自動擴展功能可確保推論容量根據需求自動調整。選項二和三（ECS 和 EKS）雖然可以託管模型，但需要額外的設定和管理，且通常不如 SageMaker 端點專為 ML 推論優化。選項四（Spot Fleet）不適合需要高可用性和低延遲的生產工作負載，因為 Spot 實例可能隨時被中斷。