AWS SageMaker自定义Docker镜像工作机制及多空间生产部署疑问

我是AWS SageMaker服务和Docker的新手，目前在设计从测试AWS账号到生产环境的部署架构时遇到了一些问题，想请教大家。

我现在有一个SageMaker Domain，下面包含多个Space，每个Space对应特定业务场景的模型运行环境。每个Space都有一套专属的Python依赖库，需要在Notebook首次创建或者新增库的时候完成安装。

我了解到两种实现方式：自定义Docker镜像，或者使用生命周期配置。

我暂时排除了生命周期配置方案，主要有两个原因：

• 每次创建新会话时都会重新加载所有依赖库，而我有几个体积很大的库，不想每次启动会话都重新安装，只希望在Notebook第一次运行时安装一次。
• 我需要从Colab工作簿下载一个模型checkpoint，感觉通过生命周期配置来做这件事会比较麻烦。如果我的理解有误，或者你认为生命周期配置其实是合适的方案，欢迎纠正我。

接下来我转向了自定义Docker镜像方案，但对具体流程还有些困惑，我目前的理解是：

1. 构建一个包含所有依赖库的Docker镜像，同时加入从Colab下载checkpoint并存储到S3桶的命令。
2. 将镜像上传到ECR仓库，推送到目标环境。

这里有几个疑问：

• 我需要基于这个自定义镜像来创建SageMaker Space，还是直接让Space指向这个镜像？毕竟每个Space都有专属的依赖，怎么对应起来？
• 这个自定义镜像只会在Notebook第一次运行时拉取一次，还是每次创建新会话都会重新拉取？如果是后者的话，那和生命周期配置有什么区别？

非常希望有人能帮我理清自定义Docker镜像的工作机制，我已经看过AWS官方文档，但还是有理解上的缺口。

谢谢大家！

备注：内容来源于stack exchange，提问作者baps