Respuesta correcta
- ASageMaker Endpoint Auto Scaling
Explicación
Amazon SageMaker Endpoint Auto Scaling es la característica correcta porque ajusta automáticamente el número de instancias que atienden un punto de enlace de inferencia en tiempo real según la carga de tráfico entrante. Utiliza políticas de Application Auto Scaling, que supervisan las métricas de CloudWatch (por ejemplo, InvocationsPerInstance) para escalar horizontalmente hacia arriba o hacia abajo, garantizando una baja latencia y eficiencia de costes sin intervención manual.
Para profundizar
SageMaker Endpoint Auto Scaling utiliza Application Auto Scaling para ajustar el número de instancias detrás de un punto de enlace en tiempo real según las métricas de CloudWatch. Registras el punto de enlace como un destino escalable y luego adjuntas una política de escalado, más comúnmente TargetTrackingScaling en la métrica SageMakerVariantInvocationsPerInstance con un valor objetivo, además de periodos de espera (cooldowns) opcionales. Un detalle sutil que vale la pena conocer: la reducción horizontal (scale-in) es deliberadamente conservadora porque eliminar capacidad mientras hay peticiones en vuelo puede causar errores 5xx, por lo que utiliza periodos de espera más largos que el escalado hacia arriba. Asimismo, cada variante de producción escala de forma independiente, y debes configurar MinCapacity y MaxCapacity para acotar el coste. Esto importa para un modelo que atiende un tráfico con picos pronunciados, donde un recuento de instancias fijo desperdicia dinero en estado de inactividad o descarta peticiones durante una subida.
Sobre estas preguntas de práctica
Esta es una de las preguntas de práctica originales de MLA-C01 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.
Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.