SageMaker 提供全受管 ML 工具，從資料準備到模型部署和監控，可自動化工作流程。這樣就不需要管理複雜的 ML 基礎設施。Lambda 可讓您執行程式碼，而無需佈建或管理伺服器，進一步降低營運負擔。此外，Amazon DynamoDB 可促進低延遲資料儲存與擷取，並最大限度地減少管理任務。最後，AWS Step Functions 可簡化複雜工作流程的協同運作，並提供內建錯誤處理功能，從而提升可靠性並減少手動干預的需求。

AWS Identity and Access Management (IAM) 可讓您實作最低權限原則，只授予獲授權使用者和服務執行預期任務所需的最低權限，從而降低未經授權存取或意外濫用的風險。Amazon Virtual Private Cloud (Amazon VPC) 針對本指引的構成元件提供邏輯隔離的環境，可讓您使用安全群組和網路存取控制清單來控制傳入和傳出流量。此外，Lambda 做為無伺服器服務，藉由最大限度地減少潛在受攻擊面來增強安全性。無需管理和保護基礎伺服器，同時降低伺服器設定錯誤或過時的軟體版本關聯的漏洞風險。

Lambda 會根據傳入流量自動擴展運算資源，因此，您的應用程式無需手動干預即可處理需求波動，從而最大限度地減少停機時間。DynamoDB 提供跨多個可用區域的內建複寫，從而提供備援，並將基礎設施故障導致資料遺失的風險降至最低。最後，Step Functions 可協助您建立可靠且容錯的無伺服器工作流程。其內置功能，例如自動重試和錯誤處理，可協助任務從暫時故障中復原。

Lambda 可讓您的應用程式無縫擴展並處理流量波動，而不會影響效能。DynamoDB 支援高輸送量和低延遲資料存取，讓您的詐騙偵測程序能夠即時運作，而不會出現效能瓶頸。此外，SageMaker 可自動化並加速 ML 模型開發生命週期，讓您能夠高效且快速地反覆運作和微調模型。這可改善模型準確度並提升整體解決方案效能。

閱讀效能效率白皮書

Lambda 使用可根據需求進行擴展的無伺服器運算模型，並且您只需依取用的運算時間付費。這可協助您避免與過度佈建或伺服器使用率不足關聯的成本。DynamoDB 消除了專用資料庫管理員及關聯成本，並且會自動擴展以適應流量波動，而無需手動干預。此外，SageMaker 還提供全受管 ML 環境，從而降低採購和維護軟硬體進行模型開發、訓練和部署的關聯成本。

閱讀成本最佳化白皮書

Lambda 可讓您的應用程式根據需求自動向上擴展或向下縮減，從而將應用程式不使用時的能源消耗降至最低。 SageMaker 提供受管 ML 環境，從而減少設定和維護專用 ML 基礎設施所需的能源和資源消耗。最後，DynamoDB 會根據流量模式自動擴展資源，最佳化資源用量，並最大限度地減少過度佈建或資料庫資源使用率不足的環境影響。

閱讀永續發展白皮書