あるデータサイエンスチームが、100万件の顧客フィードバックテキストをAmazon Bedrockの基盤モデルで感情分析・要約処理する必要があります。この処理はリアルタイム性が不要で、コストを最小化したいと考えています。最も適切なアプローチはどれですか？
Amazon Bedrockのバッチ推論（Batch Inference）は、大量のリクエストをS3に格納してまとめて非同期処理する機能です。リアルタイム性が不要な大規模処理ではオンデマンド推論と比較して大幅なコスト削減が可能です。 選択肢Aのオンデマンド推論の並列呼び出しは、スロットリングとコストの問題があり、不適切である。 選択肢CのSageMakerエンドポイントは、常時起動コストが発生するため、不適切である。 選択肢DのAgentsは、順次処理のため大規模バッチには非効率である。