翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# レコメンデーション結果
<a name="inference-recommender-interpret-results"></a>

各 Inference Recommender ジョブの結果には `InstanceType`、`InitialInstanceCount`、`EnvironmentParameters` が含まれます。これらは、コンテナのレイテンシーとスループットを改善するためにコンテナに合わせて調整された環境変数パラメータです。結果には、`MaxInvocations`、`ModelLatency`、`CostPerHour`、`CostPerInference`、`CpuUtilization`、`MemoryUtilization` などのパフォーマンスとコストのメトリクスも含まれます。

以下の表では、これらのメトリクスについて説明します。これらのメトリクスは、ユースケースに最適なエンドポイント構成の検索対象を絞り込むのに役立ちます。たとえば、スループットを重視した全体的な価格性能が動機である場合は、`CostPerInference` に注目する必要があります。


| メトリクス | 説明 | ユースケース | 
| --- | --- | --- | 
|  `ModelLatency`  |  SageMaker AI から見た、モデルが応答するのにかかる時間間隔。この間隔には、リクエストを送信し、モデルのコンテナからレスポンスを取得するのにかかるローカル通信時間と、コンテナ内で推論を完了するのにかかる時間が含まれます。 単位: ミリ秒  | 広告配信や医療診断など、レイテンシーの影響を受けやすいワークロード | 
|  `MaximumInvocations`  |  モデルエンドポイントに 1 分間に送信される最大 `InvokeEndpoint` リクエスト数。 単位: なし  | ビデオ処理やバッチ推論など、スループットを重視するワークロード | 
|  `CostPerHour`  |  リアルタイムエンドポイントの 1 時間あたりの推定コスト。 単位: 米ドル  | レイテンシーの期限のないコストの影響を受けやすいワークロード | 
|  `CostPerInference`  |  リアルタイムエンドポイントの推論呼び出しあたりの推定コスト。 単位: 米ドル  | スループットを重視して、全体的なコストパフォーマンスを最大化する | 
|  `CpuUtilization`  |  エンドポイントインスタンスの 1 分あたりの最大呼び出し数における予想 CPU 使用率。 単位: パーセント  | インスタンスのコア CPU 使用率を可視化することで、ベンチマーク中のインスタンスの状態を把握できます。 | 
|  `MemoryUtilization`  |  エンドポイントインスタンスの 1 分あたりの最大呼び出し数における予想メモリ使用率。 単位: パーセント  | インスタンスのコアメモリ使用率を可視化することで、ベンチマーク中のインスタンスの状態を把握できます。 | 

場合によっては、`CPUUtilization` など、他の [SageMaker AI エンドポイント呼び出しメトリクス](https://docs.aws.amazon.com/sagemaker/latest/dg/monitoring-cloudwatch.html#cloudwatch-metrics-endpoint-invocation)を調べることもできます。すべての Inference Recommender ジョブの結果には、ロードテスト中にスピンアップされたエンドポイントの名前が含まれます。CloudWatch を使用すると、これらのエンドポイントのログを削除した後でも確認できます。

以下の画像は、推奨結果から単一のエンドポイントについて確認できる CloudWatch メトリクスとグラフの例です。この推奨結果はデフォルトジョブのものです。推奨結果のスカラー値を解釈する基準は、呼び出しグラフが最初に横ばいになり始めた時点です。たとえば、報告された `ModelLatency` 値は、`03:00:31` あたりに横ばいになり始めています。

![\[CloudWatch メトリクスのチャート。\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/inference-recommender-cw-metrics.png)


上記のグラフで使用されている CloudWatch メトリクスの詳細については、「[SageMaker AI Endpoint Invocation metrics](https://docs.aws.amazon.com/sagemaker/latest/dg/monitoring-cloudwatch.html#cloudwatch-metrics-endpoint-invocation)」を参照してください。

`/aws/sagemaker/InferenceRecommendationsJobs` 名前空間には Inference Recommender によって発行された `ClientInvocations` や `NumberOfUsers` のようなパフォーマンスメトリクスも表示されます。Inference Recommender によって発行されたメトリクスと説明の完全なリストについては、「[SageMaker Inference Recommender ジョブメトリクス](monitoring-cloudwatch.md#cloudwatch-metrics-inference-recommender)」を参照してください。

 AWS SDK for Python (Boto3) を使用してエンドポイントの [ CloudWatch メトリクスを調べる方法の例については、amazon-sagemaker-examples Github リポジトリの Amazon SageMaker Inference Recommender -](https://github.com/aws/amazon-sagemaker-examples/blob/main/sagemaker-inference-recommender/tensorflow-cloudwatch/tf-cloudwatch-inference-recommender.ipynb) CloudWatch Metrics Jupyter Notebook を参照してください。 [amazon-sagemaker-examples](https://github.com/aws/amazon-sagemaker-examples)