Question#5(MLS-C01)
ある会社は、自動運転車両業界向けに深層学習を使用したコンピュータビジョンモデルを構築しています。機械学習（ML）スペシャリストは、CPU:GPU比率が12:1のAmazon EC2インスタンスを使用してモデルをトレーニングしています。MLスペシャリストはインスタンスのメトリクスログを調査し、GPUが時間の半分アイドル状態であることに気づきました。MLスペシャリストは、トレーニングジョブの期間を増加させずにトレーニングコストを削減する必要があります。これらの要件を満たすソリューションはどれですか？
正解：B
選択肢２が最適な理由は、異種クラスターがGPUアイドルをCPUインスタンスへのタスクオフロードで解決し、GPU利用率を向上させてコストを削減しつつ、トレーニング期間を維持できるためです。この機能はSageMakerでサポートされており、コンピュータビジョンモデルのようなワークロードで実証された効果があります。他の選択肢（１、３、４）は、GPU依存の性能低下（１）、中断リスク（３）、または不十分なボトルネック解決（４）の問題があり、要件を満たしません。
コメント