医療機関が毎月200万件の患者記録から臨床サマリーを生成する必要があります。処理は24時間以内に完了すれば良く、リアルタイム応答は不要です。コストを最小化しながら運用負荷も低く保つ最適な実装はどれですか？
Amazon BedrockのバッチInference（CreateModelInvocationJob API）は大規模非同期処理専用の機能です。JSONL形式の入力をS3に配置してジョブを起動するだけでAWS側がスケールを管理し、結果をS3に書き出します。バッチ推論はon-demandと比較して最大50%のコスト削減が可能で、200万件/月のような定期的大規模処理に最適です。 選択肢AのStep Functions+Lambdaの並列処理は、Lambdaの同時実行制限とAPIスロットリング管理が複雑になりコストも高くなります。 選択肢CのSageMakerのバッチ変換は、Bedrockモデルを直接エンドポイントとして登録できません。 選択肢DのEMRクラスター+Sparkは、分散処理基盤としてクラスターの起動・管理コストが高く、BedrockへのAPIスロットリング制御も各ノードで個別に実装する必要があるため、運用負荷最小化の要件を満たしません。