Amazon web services AWS Sagemaker vs ECS用于模型托管

Amazon web services AWS Sagemaker vs ECS用于模型托管,amazon-web-services,machine-learning,amazon-ecs,amazon-sagemaker,Amazon Web Services,Machine Learning,Amazon Ecs,Amazon Sagemaker,我已经对存储在S3存储桶中的模型工件进行了预训练。我想创建一个加载此模型并使用它进行推断的服务 我在AWS生态系统中工作,对使用ECS和Sagemaker进行模型部署感到困惑? 选择其中一种模式有哪些优点/缺点?SageMaker的价格较高,但部署机器学习模型(如连接部件(负载平衡器、gunicorn、CloudWatch、自动缩放…)需要花费大量精力,而且自动化过程(如a/B测试)更容易 如果您有一个强大的DevOps团队,没有什么更重要的事情要做,那么您可以构建一个比SageMaker选项更

我已经对存储在S3存储桶中的模型工件进行了预训练。我想创建一个加载此模型并使用它进行推断的服务

我在AWS生态系统中工作,对使用ECS和Sagemaker进行模型部署感到困惑?
选择其中一种模式有哪些优点/缺点?

SageMaker的价格较高,但部署机器学习模型(如连接部件(负载平衡器、gunicorn、CloudWatch、自动缩放…)需要花费大量精力,而且自动化过程(如a/B测试)更容易

如果您有一个强大的DevOps团队,没有什么更重要的事情要做,那么您可以构建一个比SageMaker选项更便宜的流。ECS和EKS同时做了大量工作,使您能够非常轻松地自动化机器学习模型部署。然而,它们总是更通用的,SageMaker专注于机器学习,对于这些用例来说更容易

使用云的通常模式是在早期使用托管服务,因为您希望快速移动,并且不知道未来的问题在哪里。一旦系统不断发展,你开始感到有些痛苦,你可以决定花时间改进系统的这一部分。因此,如果您不知道优点/缺点,请从使用更简单的选项开始