Question#24(MLS-C01)
成長中の企業は、機械学習（ML）レコメンデーションシステムの稼働時間をビジネスクリティカルな重要業績評価指標（KPI）としています。企業は、Amazon SageMakerホスティングサービスを使用して、単一のAWSリージョン内の単一のアベイラビリティゾーンでレコメンデーションモデルを開発しています。機械学習（ML）スペシャリストは、高可用性を実現するソリューションを開発する必要があります。このソリューションは、目標復旧時間（RTO）が5分でなければなりません。これらの要件を最小の労力で満たすソリューションはどれですか？
正解：C
Amazon SageMakerホスティングサービスでは、モデルエンドポイントを高可用性にするために、複数のインスタンスを複数のアベイラビリティゾーン（AZ）に分散してデプロイすることが推奨されます。VPC内で少なくとも2つのサブネット（異なるAZに配置）を使用し、各エンドポイントに複数のインスタンスをデプロイすることで、1つのAZで障害が発生した場合でも、別のAZのインスタンスがリクエストを処理し続け、RTOを5分以内に達成できます。SageMakerのエンドポイントは、複数のAZにインスタンスを配置する設定をネイティブにサポートしており、ロードバランシングも自動的に行われます。このアプローチは、既存のSageMakerホスティング環境に簡単に適用でき、追加のインフラストラクチャ（例：リージョン間設定やバックアップ管理）を必要としないため、労力が最小限に抑えられます。AWSドキュメントでは、SageMakerエンドポイントのマルチAZデプロイが高可用性に最適であると記載されています。
コメント