> 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/ja/readme.md).

# モデルまたは Workflow をデプロイする

私たちは、モデルとワークフローの両方について、マネージドデプロイメントとセルフホスト型デプロイメントの両方をサポートしています。学習済みモデルは、その [モデルID](https://docs.roboflow.com/models/model-ids) デプロイするか推論を実行するときに使います。

## マネージドデプロイメント

これらのオプションは、Roboflowのクラウドインフラを活用してモデルとワークフローを実行するため、独自のハードウェアやソフトウェアを管理する必要がありません。

<table data-view="cards" data-search="false"><thead><tr><th></th><th></th><th data-hidden data-card-cover data-type="image">カバー画像</th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td><strong>Serverless Hosted API</strong></td><td>すぐに開始でき、自動的にスケールします。</td><td><a href="/files/5172de310ade23b3b2f8bfa83067c14c2988e2c5">/files/5172de310ade23b3b2f8bfa83067c14c2988e2c5</a></td><td><a href="/pages/8e7d6fea6dfb1853192d7e4aa09be4c8a39fd67c">/pages/8e7d6fea6dfb1853192d7e4aa09be4c8a39fd67c</a></td></tr><tr><td><strong>Dedicated Deployment</strong></td><td>大規模モデルや予測可能なワークロード向け。</td><td><a href="/files/0768e6cd20242e74d00ac03eba400a088dfa3c88">/files/0768e6cd20242e74d00ac03eba400a088dfa3c88</a></td><td><a href="/pages/43fe3bc73b0e660a959fe09da9f4e2bd26e984d7">/pages/43fe3bc73b0e660a959fe09da9f4e2bd26e984d7</a></td></tr><tr><td><strong>バッチ処理</strong></td><td>保存済みデータをコスト効率よく処理します。</td><td><a href="/files/06aafb04cb2fd146389c7c9f0c1a96b022ca0c4b">/files/06aafb04cb2fd146389c7c9f0c1a96b022ca0c4b</a></td><td><a href="/pages/77ade214a94f6b92f87f6a5d1dd41977be52cc24">/pages/77ade214a94f6b92f87f6a5d1dd41977be52cc24</a></td></tr></tbody></table>

## セルフホスト型デプロイメント

あなたが管理するインフラ上で推論を実行します。まずランタイムから始め、デバイス群を管理する必要がある場合は Deployment Manager を追加してください。

<table data-view="cards" data-search="false"><thead><tr><th></th><th></th><th data-hidden data-card-cover data-type="image">カバー画像</th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td><strong>推論を実行</strong></td><td>Inference Server、Inference Library、または別の SDK を選択してください。</td><td><a href="/files/433c89483909bad625b673243d08b8260d55b56c">/files/433c89483909bad625b673243d08b8260d55b56c</a></td><td><a href="/pages/38a82e950c94deae677dec1a6d56434c36681970">/pages/38a82e950c94deae677dec1a6d56434c36681970</a></td></tr><tr><td><strong>デバイス群を管理</strong></td><td>デバイス全体にわたって Inference をデプロイ、更新、監視します。</td><td><a href="/files/d04d1ba36724e8e00f8934b68d1f9fbd1b030d66">/files/d04d1ba36724e8e00f8934b68d1f9fbd1b030d66</a></td><td><a href="/pages/f6e73e09534c5a76cbc95f4f2275bd5bcb6865eb">/pages/f6e73e09534c5a76cbc95f4f2275bd5bcb6865eb</a></td></tr></tbody></table>

{% hint style="info" %}
Deployment Manager は Enterprise プランで利用できます。どちらのオプションも、あなたが管理するインフラ上で動作します。
{% endhint %}

<details>

<summary>Inference とは？</summary>

{% hint style="info" %}
コンピュータビジョンにおいて、推論とは、学習済みモデルを使って新しい画像や動画を分析し、予測を行うプロセスを指します。たとえば、物体検出モデルは動画ストリーム内の物体を識別して位置を特定するために使われることがあり、分類モデルは内容に基づいて画像をカテゴリ分けするために使われることがあります。
{% endhint %}

[***Roboflow Inference***](/deployment/ja/serufuhosuto/self-hosted.md) は、コンピュータビジョンのモデルやワークフローをデプロイするための強力で柔軟なフレームワークを提供するオープンソースプロジェクトです。これは Roboflow のマネージドデプロイメントサービスの大半を支えるエンジンです。セルフホストすることも、エッジデバイスにビジョンワークフローをデプロイするために使うこともできます。Roboflow Inference には次のようなさまざまな機能があります。

* 物体検出、分類、インスタンスセグメンテーションなど、さまざまなモデルアーキテクチャとタスクをサポートします。
* Workflows を使うと、数百種類のビルディングブロックから選び、異なるモデル、あらかじめ用意されたロジック、外部アプリケーションを組み合わせてコンピュータビジョンアプリケーションを構築できます。
* CPU、GPU、NVIDIA Jetson のようなエッジデバイスを含む、さまざまなデバイスで最適化されたパフォーマンスを実現するハードウェアアクセラレーション。
* リソースを効率的に使うためのマルチプロセス処理。
* 動画ストリームをシームレスに処理するための動画デコード。
* デプロイを簡素化するための HTTP インターフェース、API、Docker イメージ
* Roboflow のホスト型デプロイオプションおよび Roboflow プラットフォームとの統合。

</details>

<details>

<summary>ワークフローとは？</summary>

[Workflows](https://docs.roboflow.com/workflows) 異なるモデル、あらかじめ用意されたロジック、外部アプリケーションを組み合わせることで、複雑なコンピュータビジョンアプリケーションを構築できます。洗練されたコンピュータビジョンパイプラインを設計・デプロイするための、視覚的でローコードな環境を提供します。

Workflows では、次のことができます：

* 複数のモデルを連結して、複雑なタスクを実行する。
* アプリケーションに独自のロジックと判断処理を追加する。
* 外部システムや API と統合する。
* 画像や動画内のオブジェクトを追跡、カウント、時間計測、測定、可視化する。

</details>

## 適切なデプロイオプションを選ぶ

最適なデプロイオプションは、ワークロードがリアルタイムか一括処理か、どの程度の遅延を許容できるか、データがどこにあるか、どれだけのインフラを管理したいかによって決まります。See [デプロイオプションの選択](/deployment/ja/choosing-a-deployment.md) 各オプションの比較表と、選択の助けになる簡単な判断フローをご覧ください。

## 本番環境への移行

リリース前に、次の項目を確認してください [本番運用準備チェックリスト](/deployment/ja/production-checklist.md) エラー処理、再試行、タイムアウト、レート制限、スケーリングのガイダンスについて。