> 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/roboflow-cloud/dedicated-deployments/pause-and-resume-a-dedicated-deployment.md).

# समर्पित डिप्लॉयमेंट को रोकें और फिर से शुरू करें

Idle होने पर billing रोकने के लिए एक समर्पित डिप्लॉयमेंट को pause करें, फिर आवश्यकता होने पर उसे resume करें।

यदि आप फ़िलहाल किसी Dedicated Deployment का उपयोग नहीं कर रहे हैं, लेकिन उसे बाद में इस्तेमाल के लिए बनाए रखना चाहते हैं, तो आप उसे रोक सकते हैं।

जब तक आप Dedicated Deployment को फिर से शुरू नहीं करते, तब तक आप उससे अनुरोध नहीं कर पाएँगे।

Dedicated Deployment रुका रहने के दौरान आपसे शुल्क नहीं लिया जाएगा।

आप Dedicated Deployment को यहाँ से रोक सकते हैं:

1. आपके Roboflow डैशबोर्ड का Deployments पेज; और
2. Workflow एडिटर में "Choose an Inference Server" सेटिंग का Dedicated Deployments टैब।

आप किसी भी समय Dedicated Deployment फिर से शुरू कर सकते हैं।

### Deployments सूची से Dedicated Deployment को रोकें या फिर से शुरू करें

सबसे पहले, अपने Roboflow डैशबोर्ड के बाएँ साइडबार में "Deployments" पर क्लिक करें, फिर "Dedicated Deployments" टैब पर क्लिक करें।

<figure><img src="https://2297977984-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoksNmwps1HmYr8TqHDnX%2Fuploads%2Fgit-blob-cf645a31bf2c3be43abf6c9211fb063761c464c8%2FScreenshot%202025-06-27%20at%2011.59.34.png?alt=media" alt=""><figcaption></figcaption></figure>

Dedicated Deployment रोकने के लिए, रोकने वाले आइकन पर क्लिक करें।

Dedicated Deployment फिर से शुरू करने के लिए, चलाने वाले आइकन पर क्लिक करें।

### Workflows एडिटर से Dedicated Deployment को रोकें या फिर से शुरू करें

आप Workflows एडिटर में "Choose an Inference Server" पेज से भी Dedicated Deployment को रोक या फिर से शुरू कर सकते हैं। Deployment को हटाने के लिए, पहले कोई Workflow खोलें, फिर "Running on" विकल्प पर क्लिक करें:

<figure><img src="https://2297977984-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoksNmwps1HmYr8TqHDnX%2Fuploads%2Fgit-blob-275dc4b6eacd0c105d6a8670f3add94a02003a62%2FScreenshot%202025-06-27%20at%2012.01.27.png?alt=media" alt=""><figcaption></figcaption></figure>

कई deployment विकल्पों वाली एक विंडो दिखाई देगी। "Dedicated Deployments"" पर क्लिक करें

<figure><img src="https://2297977984-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoksNmwps1HmYr8TqHDnX%2Fuploads%2Fgit-blob-9f518faaeac052e2f8ad78b33420d3a7d0fadca2%2FScreenshot%202025-06-27%20at%2012.02.17.png?alt=media" alt=""><figcaption></figcaption></figure>

Dedicated Deployment रोकने के लिए, जिस deployment को रोकना है उसके बगल में मौजूद रोकने वाले आइकन पर क्लिक करें।

Dedicated Deployment फिर से शुरू करने के लिए, जिस deployment को फिर से शुरू करना है उसके बगल में मौजूद चलाने वाले आइकन पर क्लिक करें।

### शुरू और बंद होने का समय निर्धारित करें

आप किसी प्रोडक्शन deployment (`prod-cpu` या `prod-gpu`) को हर सप्ताह तय समय पर शुरू और बंद होने के लिए सेट कर सकते हैं। यह सुविधा उन Workspaces में उपलब्ध है जहाँ शेड्यूल सक्षम हैं।

Deployments सूची में, कैलेंडर आइकन ("Schedule") पर क्लिक करके "Deployment Schedule" खोलें। समय क्षेत्र चुनें, दिन चुनें और हर दिन के लिए शुरू और बंद होने का समय निर्धारित करें। यदि बंद होने का समय, शुरू होने के समय से पहले है, तो deployment आधी रात के बाद तक चलेगा। उन दिनों deployment बंद रखने के लिए तारीखें जोड़ें। शेड्यूल को रोकने, लेकिन उसकी सेटिंग बनाए रखने के लिए, "Start and stop this deployment on a schedule" को बंद करें। फिर "Save Schedule" पर क्लिक करें।

शेड्यूल तुरंत लागू हो जाता है। समय-सीमा के दौरान deployment शुरू होता है और सभी समय-सीमाओं के बाहर रुक जाता है। मैन्युअल रूप से रोकना या फिर से शुरू करना अगले शेड्यूल किए गए शुरू या बंद होने तक लागू रहता है। समय-सीमा खुली होने पर, निष्क्रियता के कारण deployment नहीं रुकता। शेड्यूल द्वारा रोके गए deployment को अनुरोध फिर से शुरू नहीं करते। इसका स्टेटस "Paused: Off Schedule" दिखाता है।

{% hint style="warning" %}
शेड्यूल किए गए शुरू होने के समय की गारंटी नहीं है। GPU उपलब्ध क्षमता के अनुसार आवंटित किए जाते हैं। शुरू होने में आम तौर पर कुछ मिनट लगते हैं, लेकिन इसमें एक घंटे तक लग सकता है। यदि बंद होने के समय से पहले कोई GPU खाली नहीं होता, तो उस दिन deployment नहीं चलेगा। जिन कामों का समय पर शुरू होना ज़रूरी है, उनके लिए deployment चालू रखें या इसका उपयोग करें [Serverless API](https://docs.roboflow.com/deployment/hi/roboflow-cloud/serverless-api.md).
{% endhint %}
