> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/deployment/hi/choosing-a-deployment.md).

# डिप्लॉयमेंट विकल्प चुनना

Roboflow के deployment options - Serverless Cloud API, Dedicated Deployments, Batch Processing, Self-Hosted Inference, और edge devices - की तुलना करें और अपने use case के लिए सही विकल्प चुनें।

Roboflow आपके मॉडलों को चलाने के कई तरीके प्रदान करता है और [वर्कफ़्लोज़](https://docs.roboflow.com/workflows)पूरी तरह से प्रबंधित क्लाउड APIs से लेकर अपने स्वयं के हार्डवेयर पर इन्फ़ेरेंस तक। सही विकल्प इस बात पर निर्भर करता है कि आपका वर्कलोड रीयल-टाइम है या बल्क, आप कितनी लेटेंसी सहन कर सकते हैं, आपका डेटा कहाँ रहने की अनुमति है, और आप कितना इन्फ्रास्ट्रक्चर प्रबंधित करना चाहते हैं.

एक नज़र में विकल्पों की तुलना करने के लिए तालिकाओं का उपयोग करें, फिर सीमित करने के लिए नीचे दिए गए निर्णय प्रवाह का पालन करें.

## Roboflow क्लाउड

Roboflow इन्फ्रास्ट्रक्चर चलाता है। आप डेटा को एक API एंडपॉइंट पर भेजते हैं और बदले में प्रेडिक्शन प्राप्त करते हैं.

<table data-header-hidden data-search="false"><thead><tr><th></th><th></th><th></th><th></th></tr></thead><tbody><tr><td></td><td><a href="/deployment/hi/roboflow-cloud/serverless-api.md">सर्वरलेस क्लाउड API</a></td><td><a href="/deployment/hi/roboflow-cloud/dedicated-deployments.md">समर्पित डिप्लॉयमेंट</a></td><td><a href="/deployment/hi/roboflow-cloud/batch-processing.md">बैच प्रोसेसिंग</a></td></tr><tr><td>यह कहाँ चलता है</td><td>Roboflow क्लाउड (<code>serverless.roboflow.com</code>)</td><td>Roboflow-प्रबंधित निजी क्लाउड सर्वर (<code>*.roboflow.cloud</code>)</td><td>Roboflow क्लाउड, जिसमें प्रत्येक जॉब के लिए इन्फ्रास्ट्रक्चर स्वतः प्रावधानित होता है</td></tr><tr><td>GPU</td><td>हाँ: GPU-त्वरित और ऑटो-स्केलिंग</td><td>CPU (<code>dev-cpu</code> / <code>prod-cpu</code>) या GPU (<code>dev-gpu</code> / <code>prod-gpu</code>)</td><td>CPU या GPU, प्रत्येक जॉब के अनुसार चुना जाता है</td></tr><tr><td>लेटेंसी प्रोफ़ाइल</td><td>रीयल-टाइम, सिंक्रोनस। किसी ऐसे मॉडल पर पहला अनुरोध जो पहले से लोड नहीं है, उसमें कुछ सेकंड का वार्मअप लगता है, फिर बाद के अनुरोध तेज़ होते हैं जबकि मॉडल कैश में रहता है.</td><td>सुसंगत, समर्पित प्रदर्शन। डिप्लॉयमेंट निष्क्रियता की एक अवधि के बाद ऑटो-पॉज़ हो जाते हैं (के लिए 1 घंटे पर तय) <code>dev-cpu</code> / <code>dev-gpu</code>) और जब आप अनुरोध भेजते हैं तो फिर से शुरू हो जाते हैं.</td><td>असिंक्रोनस, रीयल-टाइम के लिए उपयुक्त नहीं। संसाधन उपलब्ध होने पर मशीनें प्रावधानित की जाती हैं, आम तौर पर कुछ मिनटों के बाद, बिना किसी निश्चित आरंभ समय की गारंटी के.</td></tr><tr><td>मूल्य निर्धारण</td><td>क्रेडिट में प्रति छवि मीटर किया जाता है, मॉडल द्वारा निर्धारित दर पर। देखें <a href="/deployment/hi/roboflow-cloud/serverless-api/model-pricing.md">मॉडल मूल्य निर्धारण</a>.</td><td>प्रति घंटे भुगतान, 1-मिनट के अंतराल में बिलिंग: GPU 1 क्रेडिट/घंटा, CPU 0.25 क्रेडिट/घंटा। अनुरोध-आधारित बिलिंग अनुरोध पर उपलब्ध है.</td><td>CPU और GPU दरें अलग-अलग हैं; GPU जॉब तेज़ होते हैं लेकिन अधिक महंगे। देखें <a href="https://roboflow.com/pricing">मूल्य निर्धारण पृष्ठ</a>.</td></tr><tr><td>क्षेत्र</td><td><a href="https://roboflow.com/sales">सेल्स से संपर्क करें</a> बेस API के लिए। यह <a href="/deployment/hi/roboflow-cloud/serverless-api/serverless-video-streaming-api.md">वीडियो स्ट्रीमिंग API</a> समर्थन करता है <code>us</code>, <code>eu</code>, <code>ap</code>.</td><td>केवल US-आधारित डेटा सेंटर।</td><td><a href="https://roboflow.com/sales">सेल्स से संपर्क करें</a>.</td></tr><tr><td>प्लान उपलब्धता</td><td><a href="https://roboflow.com/sales">सेल्स से संपर्क करें</a>.</td><td>Core और Enterprise. देखें <a href="https://roboflow.com/pricing">मूल्य निर्धारण</a>.</td><td>Roboflow की क्रेडिट प्रणाली या Enterprise योजनाओं पर वर्कस्पेस।</td></tr><tr><td>के लिए सर्वोत्तम</td><td>तेज़ी से शुरुआत करने और रीयल-टाइम सिंगल-इमेज या Workflow इन्फ़ेरेंस के लिए स्वचालित रूप से स्केल करने के लिए, जब डिप्लॉयमेंट डिवाइस के पास स्थायी इंटरनेट कनेक्शन हो.</td><td>पूर्वानुमेय या प्रोडक्शन वर्कलोड, संसाधन पृथक्करण, और बड़े मॉडल जिन्हें GPU त्वरण की आवश्यकता होती है (उदा: Florence-2, SAM2).</td><td>Workflow के साथ संग्रहीत छवियों और वीडियो की बड़ी मात्रा का लागत-प्रभावी प्रसंस्करण.</td></tr></tbody></table>

## स्व-होस्टेड

आप अपने स्वयं के हार्डवेयर पर इन्फ़ेरेंस चलाते हैं, इसलिए डेटा को कभी भी आपके नेटवर्क से बाहर नहीं जाना पड़ता.

<table data-header-hidden data-search="false"><thead><tr><th></th><th></th><th></th></tr></thead><tbody><tr><td></td><td><a href="/deployment/hi/self-hosted/self-hosted.md">स्व-होस्टेड इन्फ़ेरेंस</a></td><td><a href="/deployment/hi/self-hosted/enterprise/deployment-manager.md">एज (डिप्लॉयमेंट मैनेजर)</a></td></tr><tr><td>यह कहाँ चलता है</td><td>आपका अपना हार्डवेयर: एज डिवाइस, ऑन-प्रेम सर्वर, या आपका अपना क्लाउड (Docker या <code>pip</code>)</td><td>आपके एज डिवाइस, जिन्हें Roboflow दूरस्थ रूप से प्रबंधित करता है</td></tr><tr><td>GPU</td><td>CPU, CUDA GPU, या NVIDIA Jetson</td><td>डिवाइस पर निर्भर करता है (NVIDIA Jetson, NVIDIA GPU के साथ x86, या Roboflow-प्रदत्त हार्डवेयर)</td></tr><tr><td>लेटेंसी प्रोफ़ाइल</td><td>स्थानीय, कम लेटेंसी के साथ और कोई नेटवर्क राउंड-ट्रिप नहीं; पर्याप्त हार्डवेयर पर रीयल-टाइम सक्षम.</td><td>स्थानीय एज, रीयल-टाइम। दूरस्थ प्रबंधन और निगरानी के लिए डिवाइसों को निरंतर इंटरनेट एक्सेस चाहिए.</td></tr><tr><td>मूल्य निर्धारण</td><td>निःशुल्क: अपने स्वयं के हार्डवेयर पर चलाई गई छवियाँ और वीडियो क्रेडिट का उपयोग नहीं करते। आप मशीन के लिए भुगतान करते हैं। निजी मॉडलों के लिए TensorRT पैकेजों हेतु Enterprise आवश्यक है.</td><td><a href="https://roboflow.com/sales">सेल्स से संपर्क करें</a>.</td></tr><tr><td>क्षेत्र</td><td>कहीं भी (आपका इन्फ्रास्ट्रक्चर).</td><td>आपके डिवाइस के स्थान।</td></tr><tr><td>प्लान उपलब्धता</td><td>सभी प्लान। AGPL-3.0 YOLO मॉडलों और PML 1.0 RF-DETR मॉडलों (XL और 2XL) को स्व-होस्ट करने के लिए एक व्यावसायिक लाइसेंस एक Enterprise ऐड-ऑन है। Apache 2.0 RF-DETR मॉडलों के लिए किसी अतिरिक्त लाइसेंस की आवश्यकता नहीं है। देखें <a href="https://docs.roboflow.com/models/model-licenses">मॉडल लाइसेंस</a>. निजी मॉडलों के लिए TensorRT पैकेजों हेतु Enterprise आवश्यक है.</td><td>केवल Enterprise.</td></tr><tr><td>के लिए सर्वोत्तम</td><td>ऑन-प्रेम, एज, एयर-गैप्ड, या VPC-बद्ध वर्कलोड जहाँ आप वातावरण और लेटेंसी पर अधिकतम नियंत्रण चाहते हैं.</td><td>बड़े पैमाने पर एज डिवाइसों के बेड़े को सेट अप करना, डिप्लॉय करना और निगरानी करना.</td></tr></tbody></table>

## एक नज़र में क्षमताएँ

<table data-search="false"><thead><tr><th></th><th>सर्वरलेस</th><th>समर्पित</th><th>स्व-होस्टेड</th></tr></thead><tbody><tr><td>फाइन-ट्यून किए गए और प्री-ट्रेंड मॉडल</td><td>हाँ</td><td>हाँ</td><td>हाँ</td></tr><tr><td>वर्कफ़्लोज़</td><td>हाँ</td><td>हाँ</td><td>हाँ</td></tr><tr><td>भारी फाउंडेशन मॉडल (SAM2, Florence-2, PaliGemma)</td><td>नहीं</td><td>हाँ</td><td>हाँ</td></tr><tr><td>क्लाउड-होस्टेड VLMs (GPT, Claude, Gemini blocks)</td><td>हाँ</td><td>हाँ</td><td>हाँ</td></tr><tr><td>वीडियो स्ट्रीमिंग</td><td>नहीं</td><td>हाँ</td><td>हाँ</td></tr><tr><td>कस्टम Python ब्लॉक और अतिरिक्त निर्भरताएँ</td><td>नहीं</td><td>हाँ</td><td>हाँ</td></tr><tr><td>ऑफ़लाइन चलता है</td><td>नहीं</td><td>नहीं</td><td>हाँ</td></tr><tr><td>बिलिंग</td><td>मॉडल के अनुसार प्रति छवि। देखें <a href="/deployment/hi/roboflow-cloud/serverless-api/model-pricing.md">मॉडल मूल्य निर्धारण</a>.</td><td>प्रति घंटा</td><td>निःशुल्क। इन्फ़ेरेंस क्रेडिट का उपयोग नहीं करता.</td></tr></tbody></table>

स्केल-अप व्यवहार भी अलग है: निष्क्रिय होने पर सर्वरलेस क्लाउड API शून्य तक स्केल हो जाता है और लोड के तहत कुछ सेकंड के कोल्ड स्टार्ट के साथ वापस ऊपर आता है, जबकि एक समर्पित डिप्लॉयमेंट को शुरू होने में एक या दो मिनट लगते हैं। क्षणिक `dev-cpu` और `dev-gpu` डिप्लॉयमेंट छोटे सत्रों तक सीमित होते हैं और उच्च-प्राथमिकता वाले कार्य के लिए क्षमता की आवश्यकता होने पर हटाए जा सकते हैं; स्थायी `prod-*` प्रकारों में गारंटीकृत क्षमता होती है और कोई सेशन सीमा नहीं होती.

## अपना क्लाउड लाएँ

यदि अनुपालन नीतियों के कारण वर्कलोड को आपके अपने इन्फ्रास्ट्रक्चर के भीतर रहना चाहिए, तो आप अपने स्वयं के AWS, Azure, या GCP खाते पर Inference चला सकते हैं: देखें [अपने स्वयं के क्लाउड में डिप्लॉय करें](/deployment/hi/self-hosted/inference-server/install/cloud.md). इन्फ़ेरेंस क्रेडिट का उपयोग नहीं करता, और आप मशीन के लिए अपने क्लाउड प्रदाता को भुगतान करते हैं.

## निर्णय प्रवाह

1. **रीयल-टाइम या बल्क?** यदि आपको डेटा आते ही परिणाम चाहिए - लाइव वीडियो, इंटरैक्टिव ऐप्स, प्रति-अनुरोध इन्फ़ेरेंस - तो रीयल-टाइम मार्ग अपनाएँ। यदि आप संग्रहीत छवियों या वीडियो की बड़ी बैकलॉग प्रोसेस कर रहे हैं, तो उपयोग करें [बैच प्रोसेसिंग](/deployment/hi/roboflow-cloud/batch-processing.md).
2. **सिंक या असिंक?** रीयल-टाइम इन्फ़ेरेंस सिंक्रोनस है: आप अनुरोध भेजते हैं और प्रतिक्रिया प्राप्त करते हैं। बैच प्रोसेसिंग असिंक्रोनस है: आप जॉब सबमिट करते हैं और उसके पूरा होने पर परिणाम एकत्र करते हैं, इसलिए सटीक आरंभ समय पर निर्भर न रहें.
3. **क्लाउड या ऑन-प्रेम?** यदि आपका डेटा आपके नेटवर्क से बाहर जा सकता है और आप प्रबंधित करने के लिए शून्य इन्फ्रास्ट्रक्चर चाहते हैं, तो Roboflow-होस्टेड क्लाउड विकल्प का उपयोग करें। यदि आपका वर्कलोड ऑन-प्रेम, एज, या एयर-गैप्ड रहना चाहिए, तो चलाएँ [स्व-होस्टेड इन्फ़ेरेंस](/deployment/hi/self-hosted/self-hosted.md).
4. **प्रबंधित या स्व-प्रबंधित?**
   * क्लाउड में, चुनें [समर्पित डिप्लॉयमेंट](/deployment/hi/roboflow-cloud/dedicated-deployments.md) जब आपको पूर्वानुमेय समर्पित प्रदर्शन या पिन किए गए GPU प्रकार की आवश्यकता हो; अन्यथा [सर्वरलेस क्लाउड API](/deployment/hi/roboflow-cloud/serverless-api.md) सबसे सरल डिफ़ॉल्ट है.
   * अपने स्वयं के हार्डवेयर पर, उपयोग करें [डिप्लॉयमेंट मैनेजर](/deployment/hi/self-hosted/enterprise/deployment-manager.md) (Enterprise) जब आप चाहते हैं कि Roboflow आपके लिए एज डिवाइसों के बेड़े का प्रबंधन और निगरानी करे; अन्यथा [स्व-होस्टेड इन्फ़ेरेंस](/deployment/hi/self-hosted/self-hosted.md) सर्वर को स्वयं प्रबंधित करें.

एक बार विकल्प चुन लेने के बाद, देखें [प्रोडक्शन रेडीनेस चेकलिस्ट](/deployment/hi/production-checklist.md) त्रुटि प्रबंधन, पुनः प्रयास, दर सीमाएँ, और रेप्लिका आकार के लिए.

## इन्फ़ेरेंस बनाम अन्य डिप्लॉयमेंट स्टैक

Roboflow Inference कई अन्य टूल्स के साथ ओवरलैप करता है। यह तालिका संक्षेप में बताती है कि कब कोई अन्य स्टैक बेहतर फिट है, और उसे चुनने पर आप क्या छोड़ देते हैं.

### इन्फ़ेरेंस सर्वर

| टूल                    | यह कैसे तुलना करता है                                                                                                                                                                                                                                                         | इसे चुनें यदि                                                                                                              |
| ---------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------- |
| **NVIDIA Triton**      | ML विशेषज्ञों के लिए एक शक्तिशाली समाधान जो बड़े पैमाने पर डिप्लॉय करते हैं, NVIDIA हार्डवेयर पर अत्यधिक अनुकूलित पाइपलाइनों पर केंद्रित। यह कच्ची गति के लिए सरलता और पुनरावृत्ति की गति का त्याग करता है, और इसके मॉडल एंसेंबल्स Workflows की तुलना में अधिक कठोर होते हैं. | आप एक ML विशेषज्ञ हैं, एक कड़ाई से परिभाषित परियोजना पर, जो बाकी सभी चीज़ों से ऊपर NVIDIA GPUs पर गति को महत्व देती है.    |
| **Lightning LitServe** | हल्का, अनुकूलन योग्य, और कार्य-निर्पेक्ष (NLP, ऑडियो, टेबलर के साथ-साथ विज़न), इसलिए यह कंप्यूटर विज़न के लिए उतना फीचर-समृद्ध नहीं है और इसमें अंतर्निहित वीडियो स्ट्रीमिंग या मॉडल-चेनिंग एब्स्ट्रैक्शन नहीं है.                                                            | आप सामान्य-उद्देश्य ML कार्यों पर काम कर रहे हैं और अपना सर्वर स्वयं बनाने के बजाय एक फीचर-समृद्ध शुरुआती बिंदु चाहते हैं. |
| **TensorFlow Serving** | यदि आप कई माध्यमों में TensorFlow में गहराई से निवेशित हैं तो अच्छा है। इसे सेट अप करना जटिल हो सकता है और इसमें प्री- और पोस्ट-प्रोसेसिंग जैसी मूलभूत सुविधाएँ नहीं हैं, जिनके लिए अक्सर कस्टम कोड की आवश्यकता होती है.                                                      | TensorFlow इकोसिस्टम आपके लिए बहुत महत्वपूर्ण है और आप मेहनत करने को तैयार हैं.                                            |
| **TorchServe**         | PyTorch का समकक्ष, जो विज़न, NLP, टेबलर डेटा, और ऑडियो में PyTorch मॉडलों को सर्व करने के लिए अनुकूलित है। बड़े पैमाने के क्लाउड डिप्लॉयमेंट के लिए डिज़ाइन किया गया है और वीडियो स्ट्रीमिंग जैसी विज़न-विशिष्ट सुविधाओं में हल्का है.                                        | आप PyTorch मॉडल डिप्लॉयमेंट को स्केल और अनुकूलित करना चाहते हैं और आपको विज़न-विशिष्ट कार्यक्षमता की आवश्यकता नहीं है.     |
| **FastAPI या Flask**   | अपना स्वयं का समाधान बनाना। Inference का अपना HTTP इंटरफ़ेस FastAPI पर आधारित है, इसलिए शुरू से शुरू करने का अर्थ है पहले से सुलझी समस्याओं को फिर से आविष्कृत करना.                                                                                                          | आपका मुख्य लक्ष्य इन्फ़ेरेंस सर्वर बनाने की बारीकियाँ सीखना है.                                                            |

### एज डिप्लॉयमेंट

| टूल                   | यह कैसे तुलना करता है                                                                                                                                                                                                                                 | इसे चुनें यदि                                                                                                                    |
| --------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------------- |
| **Edge Impulse**      | बहुत कम-शक्ति वाले एज डिवाइसों और एम्बेडेड सिस्टमों पर केंद्रित, और माइक्रोकंट्रोलरों के साथ विशेष रूप से अच्छा। इसका TinyML फोकस इसे वीडियो प्रोसेसिंग और आधुनिक अत्याधुनिक मॉडलों के लिए कम उपयुक्त बनाता है, और इसका कोई Workflows समकक्ष नहीं है. | आप एक IoT या वेयरेबल डिवाइस बना रहे हैं जो अधिक शक्तिशाली मॉडल नहीं चला सकता.                                                    |
| **NVIDIA DeepStream** | TensorRT और CUDA का उपयोग करके अत्यधिक अनुकूलित वीडियो पाइपलाइनों के लिए NVIDIA का प्लेटफ़ॉर्म, जो Inference जैसी ही कई समस्याओं को लक्षित करता है। इसकी सीखने की वक्र तीव्र है, NVIDIA टूलिंग से परिचय आवश्यक है, और यह ओपन सोर्स नहीं है.           | आप एक विशेषज्ञ हैं जो प्राथमिक उद्देश्य के रूप में थ्रूपुट वाले एकल प्रोजेक्ट को अनुकूलित करने में भारी निवेश करने को तैयार हैं. |