某公司每天在單一的 On-Demand EC2 實例上，以檔案模式（File mode）訓練一個 CNN 影像模型，每個 epoch 訓練一次。他們每天會新增大約 10,000 張影像，並希望在不修改程式碼的情況下加速訓練並降低成本。哪項變更最能達成此目標？

正確答案是使用 Spot Instances 並啟用模型檢查點。Spot Instances 提供顯著的成本節省，因為它們利用了未使用的 EC2 容量。然而，Spot Instances 可能會被中斷，這會導致訓練進度丟失。啟用模型檢查點可以確保模型狀態定期保存，即使訓練任務被中斷，也能從最近的檢查點恢復，從而有效利用 Spot Instances 的成本優勢。 將 SageMaker 訓練任務從檔案模式切換到管道模式或 FastFile 模式，主要目的是提高資料讀取效率，這對於訓練速度有幫助，但對於降低成本的影響不如 Spot Instances 顯著。單純將 On-Demand 實例替換為 Spot Instances 而不啟用檢查點，雖然能降低成本，但中斷風險高，可能導致訓練時間延長或進度丟失，反而影響效率。