Quiz Question 2
A new AI service for a real-time chatbot is experiencing inconsistent response times, especially during traffic spikes. The development team suspects that multiple models deployed on the same cluster are competing for GPU resources. Which GKE tool is designed to intelligently route requests to the least-loaded model instance and improve throughput?
Bài tập này là một phần của khóa học
AI Infrastructure: Deployment Types
Bài tập tương tác thực hành
Biến lý thuyết thành hành động với một trong các bài tập tương tác của chúng tôi
Bắt đầu bài tập