第4章 · 機械学習の実装と運用·v2.0.0·更新 2026/6/28·読了目安 約11分
変更要約: MLS-C01 第4章を深掘り（推論4方式の境界/MME・非同期上限/Neo・ドリフト3種/Model Monitor4タイプ/EventBridge再学習・ロールアウト4種(カナリア/リニア/B-G/シャドー)/VPCモード+PrivateLink/KMS/Clarify＋比較表・シナリオ・FAQ・ひっかけ、図ja化）
4.1モデルのデプロイ
この節の要点
推論を提供する——リアルタイムエンドポイント、バッチ変換、サーバーレス/非同期推論、自動スケーリング、マルチモデルエンドポイント——を理解します。用途で配信方式を選びます。
学習したモデルは推論として提供して初めて価値を生みます。SageMaker は用途に応じた複数のデプロイ方式を提供します。
4.1.1推論方式の使い分け
- リアルタイムエンドポイント：常時稼働で低遅延のオンライン推論。自動スケーリングで負荷に追従。
- バッチ変換：データセット全体を一括スコアリング。エンドポイント不要でオフライン・低コスト。
- サーバーレス推論：断続的/低頻度のトラフィックに。アイドル時はコストがかからない。
- 非同期推論：大きなペイロード・長時間処理に。キューで受けて結果を後で返す。
試験ポイント
「オンライン低遅延＝リアルタイムエンドポイント」「データセット全体を一括＝バッチ変換（エンドポイント不要）」「スパイク/アイドルが多い＝サーバーレス推論」「大ペイロード/長時間＝非同期推論」「多数の小モデルを1エンドポイントに集約＝マルチモデルエンドポイント」 は MLS-C01 で頻出です。常時オンラインが不要ならバッチ/サーバーレスでコストを抑えます。