Resposta correta
- ADefinir min_replica_count como 1 para manter pelo menos uma instância sempre quente.
Explicação
Definir min_replica_count como 1 mantém uma instância de modelo sempre carregada, eliminando a inicialização a frio de 20 segundos para a primeira requisição e garantindo respostas imediatas durante os picos. Como apenas uma réplica é mantida aquecida, o custo permanece baixo em comparação com a manutenção de múltiplas réplicas sempre ligadas, e o dimensionamento automático pode adicionar mais quando o tráfego aumenta. Isso equilibra a latência e o custo para cargas de trabalho imprevisíveis em tempo real.
Para se aprofundar
No Vertex AI, um modelo implantado é executado em um contêiner Docker em uma réplica. A inicialização a frio inclui extrair a imagem, inicializar o runtime e carregar os pesos do modelo na memória. min_replica_count controla quantas réplicas permanecem provisionadas; max_replica_count limita o dimensionamento horizontal. Manter uma réplica aquecida evita a inicialização a frio, mas gera custo contínuo; defini-la como zero economiza custo, mas adiciona latência. Um comportamento subtil: mesmo com uma réplica aquecida, um pico repentino além da capacidade dessa réplica aciona novas réplicas que ainda sofrem inicialização a frio, então você pode combinar min_replica_count=1 com um máximo pequeno e ganchos de pré-aquecimento ou aquecimento do modelo. Sistemas de recomendação do mundo real frequentemente usam min=1 para o tráfego base e dimensionamento automático para picos, aceitando alguma latência de inicialização a frio apenas no transbordamento.
Sobre estas questões de prática
Esta é uma das questões de prática originais de PMLE da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.
Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.