MedScan Health 需要一個 SageMaker 端點，該端點能依序為每個請求執行影像預處理容器、TensorFlow 模型容器，然後是後處理容器。他們希望客戶端能使用單一 HTTP 端點 URL。哪種 SageMaker 部署方法能以最少的額外網路和正確的模型生命週期行為，最佳地滿足此要求？

正確答案是建立一個 SageMaker 推論管道。推論管道允許您將多個容器（預處理、模型、後處理）串聯起來，並將它們部署為一個單一的 SageMaker 端點。這確保了每個請求在內部依序流經這些容器，而客戶端只需與一個 URL 互動，從而最大限度地減少了額外的網路開銷，並提供了正確的模型生命週期行為。 部署三個獨立端點並使用 ALB + Lambda 會增加網路延遲和管理複雜性，因為每個請求都需要外部協調。SageMaker 多模型端點主要用於在單一端點上託管多個模型，而不是用於建立處理管道。將預處理和後處理作為獨立的 SageMaker Processing jobs 執行，會引入顯著的延遲，因為 Processing jobs 是非同步的，不適合即時推論。