> 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/self-hosted/inference-server/install/cloud/gcp.md).

# Google Cloud Platform पर डिप्लॉय करें

Inference CLI और SkyPilot के साथ एक Google Cloud Platform compute VM पर Roboflow Inference server डिप्लॉय करें।

आप Google Cloud Platform (GCP) पर होस्ट की गई मशीनों पर Roboflow Inference चला सकते हैं। यह तब एक अच्छा विकल्प है, जब आप अपना क्लाउड इन्फ्रास्ट्रक्चर स्वयं प्रबंधित करते हुए Inference की सुविधाएँ चाहते हैं।

## Google Cloud कंप्यूट VM सेट अप करें

शुरू करने के लिए, आपको GCP पर चल रहा एक कंप्यूट इंस्टेंस चाहिए। इंस्टेंस प्रोविज़न करने के लिए हम SkyPilot की सलाह देते हैं—यह AI प्रोजेक्ट्स के लिए क्लाउड इंस्टेंस सेट अप करने में मदद करने वाला टूल है।

अपनी मशीन पर यह कमांड चलाएँ:

```bash
pip install inference "skypilot[gcp]"
```

GCP से प्रमाणित करने के लिए [SkyPilot क्लाउड अकाउंट सेटअप दस्तावेज़](https://docs.skypilot.co/en/latest/getting-started/installation.html#cloud-account-setup) का पालन करें, फिर यह कमांड चलाएँ:

```bash
inference cloud deploy --provider gcp --compute-type gpu
```

इससे GCP में GPU-सक्षम इंस्टेंस प्रोविज़न होगा और उस पर Roboflow Inference का नवीनतम संस्करण अपने-आप इंस्टॉल हो जाएगा।

कमांड पूरा होने पर आपको इस तरह का संदेश दिखना चाहिए:

```
Deployed Roboflow Inference to gcp on gpu, deployment name is ...
अपने डिप्लॉयमेंट की सूची देखने के लिए: inference cloud status
अपना डिप्लॉयमेंट हटाने के लिए: inference cloud undeploy ...
डिप्लॉय किए गए सर्वर में ssh करने के लिए: ssh ...
Roboflow Inference Server http://34.66.116.66:9001 पर चल रहा है
```

इसके बाद आप इस एंडपॉइंट का उपयोग करके मॉडल चला सकते हैं: अपने Roboflow वर्कस्पेस के ऑब्जेक्ट डिटेक्शन, सेगमेंटेशन, क्लासिफ़िकेशन और कीपॉइंट मॉडल, साथ ही CLIP, PaliGemma और SAM2 जैसे फ़ाउंडेशन मॉडल।

## अगले चरण

सेट करके अपने क्लाइंट को नए सर्वर पर निर्देशित करें: `api_url` को अपनी VM के IP पते और सर्वर जिस पोर्ट पर चल रहा है, उस पोर्ट पर सेट करें (`9001` डिफ़ॉल्ट रूप से)। पहले अनुरोध के लिए [मॉडल चलाएँ](https://docs.roboflow.com/deployment/hi/self-hosted/self-hosted.md#run-model-locally) देखें, और डिप्लॉयमेंट प्रबंधित करने के लिए [Inference CLI के क्लाउड कमांड](https://docs.roboflow.com/reference/inference/inference-cli/cloud) देखें।

सर्वर को निजी नेटवर्क से बाहर उपलब्ध कराने से पहले, यह पढ़ें: [स्व-होस्ट किए गए सर्वर को सुरक्षित करना](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/configuration/security.md).
