本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# Amazon SageMaker Inference Recommender 的建議任務
<a name="inference-recommender-recommendation-jobs"></a>

Amazon SageMaker Inference Recommender 可以提出兩種類型的建議：

1. 推論建議 (`Default` 任務類型) 會針對建議的執行個體類型執行一組負載測試。您也可以為無伺服器端點載入測試。您只需要提供模型套件 Amazon Resource Name (ARN)，即可啟動此類建議任務。推論建議任務可在 45 分鐘內完成。

1. 端點建議 (`Advanced` 任務類型) 是以自訂負載測試為基礎，您可以在其中選取所需的機器學習 (ML) 執行個體或無伺服器端點、提供自訂流量模式，並根據生產需求提供延遲和輸送量需求。根據設定的任務持續時間和測試的推論組態總數，此任務平均需要 2 小時才能完成。

這兩種類型的建議都使用相同的 API 來建立、描述和停止任務。輸出為執行個體組態建議清單，其中包含相關的環境變數、成本、輸送量和延遲等指標。建議任務也會提供初始執行個體數量，讓您用來設定自動擴展政策。為了區分這兩種類型的任務，當您透過 SageMaker AI 主控台或 API 建立任務時，請指定 `Default` 以建立初步端點建議，並指定 `Advanced` 用於自訂負載測試與端點建議。

**注意**  
您不需要在自己的工作流程中執行這兩種類型的建議任務。您可以彼此獨立執行任一操作。

Inference Recommender 也可提供您預期執行個體清單，或針對模型部署的成本、輸送量和延遲進行最佳化的前五個執行個體類型，以及可信度分數。您可以在部署模型時選擇這些執行個體。Inference Recommender 會自動針對您的模型執行基準測試，方便您提供潛在的執行個體。由於這些是初步建議，因此建議您執行進一步的執行個體建議任務，以取得更準確的結果。若要檢視預期執行個體，請前往 SageMaker AI 模型詳細資訊頁面。如需詳細資訊，請參閱[獲取即時的潛在執行個體](inference-recommender-prospective.md)。

**Topics**
+ [獲取即時的潛在執行個體](inference-recommender-prospective.md)
+ [推論建議](inference-recommender-instance-recommendation.md)
+ [取得現有端點的推論建議](inference-recommender-existing-endpoint.md)
+ [停止您的推論建議](instance-recommendation-stop.md)
+ [使用 Neo 的編譯建議](inference-recommender-neo-compilation.md)
+ [建議結果](inference-recommender-interpret-results.md)
+ [取得自動擴展政策的建議](inference-recommender-autoscaling.md)
+ [執行自訂負載測試](inference-recommender-load-test.md)
+ [停止您的負載測試](load-test-stop.md)
+ [故障診斷 Inference Recommender 錯誤](inference-recommender-troubleshooting.md)