> 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/serufuhosuto/enterprise/offline-mode.md).

# オフラインモード

Roboflow Enterprise の顧客はモデルをオフラインでデプロイできます。

{% hint style="info" %}
Roboflow Enterprise のお客様向けのオフラインモードでは、当社の Docker コンテナを使用する必要があります。
{% endhint %}

Roboflow Enterprise のお客様は、オンデバイス推論サーバーである Roboflow Inference を設定して、重みを最大 30 日間キャッシュできます。

これにより、モデルを完全にエアギャップ環境で、またはインターネット接続がすぐに利用できない場所で実行できます。

モデルをオフラインで実行するには、以下が必要です:

1. Docker ボリュームを作成して接続する `/tmp/cache` あなたの Inference Server 上で。
2. Docker を使って Roboflow Inference サーバーを起動します。
3. サーバー経由でモデルにリクエストを送ると、モデル重みのダウンロードとキャッシュ処理が開始されます。この手順にはインターネット接続が必要です。

重みがキャッシュされれば、ローカルで使用できます。

以下では、CPU から GPU まで、さまざまなデバイスタイプでモデルをオフライン実行する方法を説明します。

## ランタイム認可

明示的に有効にすると `OFFLINE_MODE=True`、オンラインの Workspace 認証は利用できません。モデルキャッシュの認可には、別途 `ALLOW_OFFLINE_MODEL_CACHE_AUTH_BYPASS=True` 信頼できる単一テナント利用のためのオプトインが必要です。参照 [モデルパッケージのセキュリティ](/deployment/ja/serufuhosuto/inference-server/configuration/model-security.md#offline-authorization).

保留中の runtime-hardening ビルドは拒否します `WORKFLOWS_CUSTOM_PYTHON_EXECUTION_MODE=modal` をオフラインモードで使用します。ローカルで黙って実行する代わりに。参照 [セキュリティ設定の移行](/deployment/ja/serufuhosuto/inference-server/configuration/security-migration.md#offline-custom-python) その組み合わせをアップグレードする前に。

## CPU

イメージ: [roboflow / roboflow-inference-server-cpu](https://hub.docker.com/r/roboflow/roboflow-inference-server-cpu)

```bash
sudo docker volume create roboflow
sudo docker run -p 127.0.0.1:9001:9001 --mount source=roboflow,target=/tmp/cache roboflow/roboflow-inference-server-cpu
```

デプロイが Secure Gateway を使用している場合は、以下を使用して明示的な HTTPS URL と証明書の信頼を設定してください [推論サーバーの接続](/deployment/ja/serufuhosuto/enterprise/secure-gateway.md#connecting-inference-servers).

## GPU

GPU コンテナを使用するには、まず [nvidia-container-runtime](https://github.com/NVIDIA/nvidia-container-runtime).

イメージ:[ roboflow / roboflow-inference-server-gpu](https://hub.docker.com/r/roboflow/roboflow-inference-server-gpu)

```bash
sudo docker volume create roboflow
docker run -it --rm -p 9001:9001 --gpus all --mount source=roboflow,target=/tmp/cache roboflow/roboflow-inference-server-gpu
```

## Jetson 4.5

あなたの Jetson Jetpack 4.5 にはすでに <https://github.com/NVIDIA/nvidia-container-runtime> がインストールされています。

イメージ:[ roboflow/roboflow-inference-server-jetson-4.5.0](https://hub.docker.com/r/roboflow/roboflow-inference-server-jetson-4.5.0)

<pre class="language-bash"><code class="lang-bash">sudo docker volume create roboflow
<strong>docker run -it --rm -p 9001:9001 --runtime=nvidia --mount source=roboflow,target=/tmp/cache roboflow/roboflow-inference-server-jetson-4.5.0
</strong></code></pre>

## Jetson 4.6

あなたの Jetson Jetpack 4.6 にはすでに <https://github.com/NVIDIA/nvidia-container-runtime> がインストールされています。

イメージ:[ roboflow/roboflow-inference-server-jetson-4.6.1](https://hub.docker.com/r/roboflow/roboflow-inference-server-jetson-4.6.1/tags)

<pre class="language-bash"><code class="lang-bash">sudo docker volume create roboflow
<strong>docker run -it --rm -p 9001:9001 --runtime=nvidia --mount source=roboflow,target=/tmp/cache roboflow/roboflow-inference-server-jetson-4.6.1
</strong></code></pre>

## Jetson 5.1

あなたの Jetson Jetpack 5.1 にはすでに <https://github.com/NVIDIA/nvidia-container-runtime> がインストールされています。

イメージ: [roboflow/roboflow-inference-server-jetson-5.1.1](https://hub.docker.com/r/roboflow/roboflow-inference-server-jetson-5.1.1)

```bash
sudo docker volume create roboflow
docker run -it --rm -p 9001:9001 --runtime=nvidia --mount source=roboflow,target=/tmp/cache roboflow/roboflow-inference-server-jetson-5.1.1
```

## Inference の実行

Inference サーバーをローカルキャッシュでセットアップすると、インターネット接続なしで画像や動画フレームに対してモデルを実行できます。

参照 [モデルを実行する](/deployment/ja/serufuhosuto/self-hosted.md#run-model-locally) モデルの実行方法については

## 推論結果

重みは、Roboflow アカウントからインターネット経由で（設定している場合は License Server 経由で）SSL 暗号化により読み込まれ、Docker ボリュームに最大 30 日間安全に保存されます。

推論結果には新しい `有効期限` キーが含まれます。これを使って、インターネットまたは License Server 接続を通じて重みの利用期間を更新するまで、Inference Server がどれだけ予測を提供し続けられるかを判断できます。重みの有効期限が 7 日未満になると、Roboflow API への接続が正常に確立されるまで、Inference Server は 1 時間ごとに重みの利用期間の更新を試み始めます。

利用期間が更新されると、カウンターは 30 日にリセットされます。

```json
{
    "予測": [
        {
            "x": 340.9,
            "y": 263.6,
            "幅": 284,
            "高さ": 360,
            "クラス": "example",
            "信頼度": 0.867
        }
    ],
    "有効期限": {
        "値": 29.91251408564815,
        "単位": "日"
    }
}
```

{% hint style="info" %}
モデルをオフラインでデプロイすることについてご質問がある場合は、Roboflow の担当者にご相談ください。
{% endhint %}