План промышленного развертывания модели ИИ с SLO и интеграцией

Спроектируй архитектуру промышленного развёртывания модели по входным данным:
- {тип_модели}
- {паттерн_трафика}
- {требование_по_задержке}
- {облачная_платформа}
- {точка_интеграции}
- {существующая_система}

Если чего-то не хватает, явно перечисли допущения в начале ответа.
Отвечай только на русском языке. Структура ответа должна идти строго по разделам 1-11.

1. Краткое резюме решения.
2. Предположения и ограничения.
3. Референсная архитектура:
   - точки приёма трафика;
   - inference tier;
   - очереди, кэш, хранилища;
   - интеграции с {существующая_система}.
4. Вычислительные и сетевые ресурсы:
   - рекомендуемые инстансы или node pools;
   - GPU и CPU-профили;
   - сети, подсети, ingress and egress;
   - требования к хранилищам.
5. SLI и SLO:
   - p50, p95, p99;
   - error rate;
   - throughput;
   - как мониторить соответствие {требование_по_задержке}.
6. Масштабирование и отказоустойчивость:
   - min and max replicas;
   - autoscaling;
   - canary or blue-green;
   - failover;
   - backpressure.
7. Интеграция и безопасность:
   - API or gRPC contracts;
   - authn, authz, secrets;
   - audit logging;
   - data residency, если это важно.
8. Наблюдаемость и эксплуатация:
   - метрики;
   - логи;
   - трейсы;
   - алерты;
   - runbooks.
9. Пример реализации:
   - короткий псевдо-YAML, Terraform, CLI или Helm-фрагмент;
   - не более 10 строк на ключевой пример.
10. Стоимость:
   - ставка;
   - валюта;
   - период;
   - главные драйверы стоимости;
   - 1-2 варианта оптимизации.
11. Чек-лист внедрения:
   - шаги;
   - критерии готовности;
   - риски и план отката.

Ограничения:
- Не требуй реальных секретов.
- Все цены и ставки указывай как допущения с валютой и периодом.
- Тон практический, без длинных вступлений.