某公司正在使用 Amazon SageMaker 建置一個基於網路的 AI 應用程式，該程式提供機器學習實驗、訓練、中央模型註冊、部署和監控。訓練資料存放在 Amazon S3 中，並且必須保持安全和隔離。為了以最少的操作負擔集中管理多個模型版本，他們應該使用哪種方法？

SageMaker Model Registry 專為集中管理機器學習模型而設計，它允許您追蹤模型版本、批准模型部署，並將模型組織到模型群組中。模型群組特別有用，因為它們將相關模型版本分組在一起，簡化了管理和治理，同時減少了操作負擔。 其他選項的解釋： 為每個模型建立一個單獨的 Amazon ECR 儲存庫：這會導致過多的儲存庫，難以管理，並且無法提供 SageMaker Model Registry 提供的版本控制和治理功能。 使用 Amazon ECR 並為每個模型版本分配唯一的映像標籤：雖然 ECR 可以儲存模型映像，但它缺乏 SageMaker Model Registry 提供的豐富元數據、版本控制和部署管理功能。它也無法提供模型群組的組織優勢。 使用 SageMaker Model Registry 並依賴每個模型版本的唯一標籤：雖然 SageMaker Model Registry 支援標籤，但僅依賴唯一標籤來管理模型版本不如使用模型群組有效，模型群組提供了更結構化的組織和管理方法。