Q64 — AWS SAA-C03 第14章

第 64/100 問 | ← 第14章

Q1064. ある企業がAWS上でAI/MLワークロードを実行する計画を立てています。この企業は、Amazon S3 Standardに格納されているデータセットを用いてモデルの学習を行う必要があります。モデル学習アプリケーションは複数のコンピュートノードを必要とし、データへのシングルディジットミリ秒（1～9ミリ秒）単位の低遅延アクセスが求められます。これらの要件を最もコスト効率よく満たすソリューションはどれですか？

• A. データをS3 Intelligent-Tieringに移動し、モデル学習アプリケーションのデータソースとしてS3 Intelligent-Tieringを指定します。
• B. S3バケットにランダムなプレフィックスを追加してパーティション化します。その後、モデル学習アプリケーションを再設定し、新しいプレフィックスをデータソースとして指定します。 ✓
• C. データをS3 Express One Zoneに移動し、モデル学習アプリケーションのデータソースとしてS3 Express One Zoneを指定します。
• D. データを、Amazon EC2インスタンスにアタッチされたGeneral Purpose SSD（gp3）のAmazon Elastic Block Store（Amazon EBS）ボリュームに移動し、モデル学習アプリケーションのデータソースとしてそのgp3ボリュームを指定します。

正解: B. S3バケットにランダムなプレフィックスを追加してパーティション化します。その後、モデル学習アプリケーションを再設定し、新しいプレフィックスをデータソースとして指定します。

解説

要件を最もコスト効率よく満たすソリューションは、選択肢Bです。つまり、「S3バケットにランダムなプレフィックスを追加してパーティション化し、モデル学習アプリケーションを再設定して新しいプレフィックスをデータソースとして指定する」方法です。 解説： ・データのパーティション化：ランダムなプレフィックス（例：a/, b/, c/など）を追加することで、Amazon S3における並列データ取得を最適化できます。これにより、モデル学習に必要な低遅延（シングルディジットミリ秒）でのデータアクセス性能を向上させつつ、データをコスト効率の高いS3 Standardにそのまま保持できます。 他の選択肢について： ・A：S3 Intelligent-Tieringはアクセス頻度に基づく自動階層化でコスト最適化を図りますが、シングルディジットミリ秒の低遅延アクセスを保証せず、今回のワークロードには不十分です。 ・C：S3 Express One ZoneはS3 Standardより低コストですが、依然としてオブジェクトストレージであり、シングルディジットミリ秒の低遅延を保証せず、高パフォーマンスな学習ワークロードには最適ではありません。 ・D：gp3 Amazon EBSボリュームは低遅延アクセスを提供しますが、大規模データセットの場合、EBSのストレージコストおよびI/Oコストが大幅に増加し、結果としてS3ベースのソリューションより高コストになります。 結論： 選択肢Bは、低遅延アクセス要件を満たしつつ、データをS3 Standardに維持するため、総合的に最もコスト効率の高いソリューションです。