Question#20(DP-100)
ホテル予約 Web サイトの不正なトランザクションを予測する機械学習モデルを開発してトレーニングしました。
このサイトへのトラフィックは大きく変動します。月曜日と金曜日はトラフィックが多く、他の曜日は大幅に少なくなります。祝日もトラフィックが多い日です。
需要に応じて動的にスケールアップ・スケールダウンできるコンピューティング上で、モデルを Azure Machine Learning リアルタイム Web サービス エンドポイントとしてデプロイする必要があります。
どのデプロイ コンピューティング オプションを使用すべきですか？
正解：C
Azure Kubernetes Service（AKS）推論クラスターは本番環境向けリアルタイム Web サービスに最適なデプロイ ターゲットです。 AKS は自動スケーリング（オートスケール）をサポートしており、トラフィックの増減に応じてポッド数を動的に増減できます。月曜・金曜や祝日のトラフィック急増にも対応可能です。 B の ACI は開発・テスト用の小規模デプロイに向いており、自動スケーリングはサポートされていません。 D のコンピューティング インスタンスはリアルタイム推論エンドポイントのデプロイには使用されません。A の Databricks や E の仮想マシンも標準的なデプロイ先ではありません。
コメント