某公司正在 AWS 上建構新的機器學習解決方案。模型以獨立的微服務形式實作，在啟動時從 Amazon S3 下載約 1 GB 的模型資料並載入到記憶體中。使用者透過非同步 API 存取模型：他們提交一個或一批請求，並指定結果應傳送至何處。數百名使用者將以不規則的使用模式使用這些模型——有些模型可能會閒置數天或數週，而另一些模型則會收到數千個請求的突發流量。解決方案架構師應推薦哪種設計來滿足這些要求？

正確答案是將請求導向 Amazon SQS 佇列，並將模型部署為從佇列讀取的 Amazon ECS 服務，並根據佇列大小啟用 AWS Auto Scaling。這種設計最符合非同步、不規則使用模式和模型載入需求。SQS 提供了可靠的非同步處理，ECS 服務可以處理模型啟動時的 1 GB 資料載入，並且 Auto Scaling 能有效應對突發流量和閒置期，避免不必要的成本。 將模型部署為 AWS Lambda 函數（選項一和三）不適合，因為 Lambda 函數有 250 MB 的部署套件限制，且冷啟動時下載 1 GB 資料會導致延遲。Network Load Balancer (NLB) 或 Application Load Balancer (ALB)（選項一和二）適用於同步請求，不適合非同步模式。AWS App Mesh（選項二）主要用於服務網格功能，而非根據 SQS 佇列大小擴展 ECS 實例。