MLA-C02：AWS Certified Machine Learning Engineer - Associate ML・AI ソリューションの運用・監視・セキュリティ 問3
ML・AI ソリューションの運用・監視・セキュリティ／インフラのコストと性能の最適化大規模な深層学習モデルの推論について、スループットあたりのコストを抑えつつ高い性能を得たいと考えています。インスタンスの選択として最も適切なのはどれですか。
当サイトのオリジナル問題（MLA-C02：AWS Certified Machine Learning Engineer - Associateの出題範囲「ML・AI ソリューションの運用・監視・セキュリティ」に対応。実際の試験問題ではありません）
- A推論に特化した AWS の高コスト効率なアクセラレータ（例: AWS Inferentia／Inf2 インスタンス）など、ワークロードに適した推論インスタンスファミリーを選ぶ
- B常に最も高価な最大 GPU インスタンスを選べば必ず最適になる
- C深層学習の推論を汎用の小型 CPU インスタンスだけで処理する
- Dインスタンスタイプはランダムに選ぶ
正解：A
解説
大規模な深層学習モデルの推論では、推論に特化した高コスト効率のアクセラレータ（AWS Inferentia／Inf2 インスタンスなど）や、ワークロードに適したインスタンスファミリーを選ぶことで、スループットあたりのコストを抑えつつ性能を得られます。常に最大 GPU・汎用小型 CPU のみ・ランダム選択は、コスト効率や性能の面で不適切です。
下線の用語は 用語集 で意味を確認できます。
選択肢ごとの解説
- A正しい。Inferentia／Inf2 など推論特化のインスタンスファミリーで、コスト効率よく性能を得られます。
- B誤り。最大 GPU が常に最適とは限らず、コスト効率を無視しています。
- C誤り。汎用小型 CPU のみでは、大規模 DL 推論の性能要件を満たしにくいです。
- D誤り。ランダムな選択は、コスト・性能の最適化になりません。