> 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/inference-server/install.md). # Inference Server をインストール ご利用のプラットフォームに合ったインストール方法を選択してください。すべての方法でサーバーはポートで起動します **9001**. {% tabs %} {% tab title="Docker（推奨）" %} Inference を実行するには Docker が推奨です（参照 [Docker が推奨される理由](/deployment/ja/serufuhosuto/inference-server/architecture.md#why-docker)）。Linux、macOS、Windows、Jetson、その他 Docker 対応デバイスで動作します。 [Docker をインストール](https://docs.docker.com/engine/install/) 先に（加えて [NVIDIA Container Toolkit](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html) CUDA 対応 GPU をお持ちの場合は）、その後インストールして実行してください [Inference CLI](https://docs.roboflow.com/reference/inference/inference-cli): ```bash pip install inference-cli && inference server start ``` これにより、マシンに最適なコンテナが自動的に選択・設定されます。 {% endtab %} {% tab title="Windows（ネイティブアプリ）" %} ネイティブのデスクトップアプリを使用して、Docker 不要で Windows 上に Inference Server を実行できます。 1. [最新のインストーラーをダウンロード](https://github.com/roboflow/inference/releases) ダウンロードして実行します。 2. インストールが完了すると、Inference Server を起動するかどうかが表示されます。 3. サーバーを停止するには、開いたターミナルウィンドウを閉じてください。 4. 後で再度起動するには、を見つけてください **Roboflow Inference** スタート メニュー内で。 参照: [Windows にインストール](/deployment/ja/serufuhosuto/inference-server/install/windows.md) 詳細と Docker の代替手段については。 {% endtab %} {% tab title="macOS（ネイティブアプリ）" %} ネイティブのデスクトップアプリを使用して、Docker 不要で Apple Silicon Mac 上で Inference Server を実行できます。 1. [DMG をダウンロード](https://github.com/roboflow/inference/releases) そして開きます。 2. Roboflow Inferenceアプリを「アプリケーション」フォルダへドラッグします。 3. Applications 内のアプリをダブルクリックしてサーバーを起動します。 参照: [Mac にインストール](/deployment/ja/serufuhosuto/inference-server/install/mac.md) 詳細、Docker の代替手段、および MPS アクセラレーションについて。 {% endtab %} {% endtabs %} ## 要件 Inference はマシンに適応し、より高性能なハードウェアではより高速に動作します。最低要件は 64 ビットプロセッサ、4 GB の RAM、20 GB の空きディスク容量です。 [Docker](https://www.docker.com/get-started) 上記のコンテナ手順には必要です。 | 対象 | ハードウェア | OS | Docker イメージ | | ----------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ---------------------------------------- | --------------------------------------------------------------- | | **CPU** | 64 ビット CPU、4 GB RAM、20 GB の空きディスク。大規模モデル（例: SAM2）は実用には遅すぎる場合があります。 | Linux、macOS、または WSL 2 を備えた Windows 10/11 | `roboflow/roboflow-inference-server-cpu` | | **GPU** | の CUDA 対応 NVIDIA GPU と [NVIDIA Container Toolkit](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html) がインストール済み。大きなモデルやライブ映像に推奨されます。 | Linux（または WSL 2 を備えた Windows 10/11） | `roboflow/roboflow-inference-server-gpu` | | **NVIDIA Jetson** | Jetson Orin デバイス（Orin NX 16 GB 以上を推奨）で、JetPack 4.5、4.6、5.x、または 6.x を実行しているもの。イメージ用に約 10 GB の空きディスクを確保してください。 | JetPack / L4T | `roboflow/roboflow-inference-server-jetson-*` （JetPack 固有、自動選択） | 参照: [最小要件](/deployment/ja/serufuhosuto/inference-server/install/minimum-requirements.md) 対応および推奨デバイスの完全な一覧については。 ## デバイス別ガイド デバイスごとの特別なインストール注意事項とパフォーマンス向上のヒント: * [Linux](/deployment/ja/serufuhosuto/inference-server/install/linux.md) * [Windows](/deployment/ja/serufuhosuto/inference-server/install/windows.md) * [Mac](/deployment/ja/serufuhosuto/inference-server/install/mac.md) * [NVIDIA Jetson](/deployment/ja/serufuhosuto/inference-server/install/jetson.md) * [Raspberry Pi](/deployment/ja/serufuhosuto/inference-server/install/raspberry-pi.md) * [その他のデバイス](/deployment/ja/serufuhosuto/inference-server/install/other.md) * [自分のクラウドにデプロイ](/deployment/ja/serufuhosuto/inference-server/install/cloud.md) - AWS、Azure、または GCP どうしても Docker を実行できない場合は、 [Inference Library](/deployment/ja/serufuhosuto/inference-library.md) サーバーの代わりに自分の Python プロセス内でモデルを実行します。 ## コンテナを自分で実行する 通常、イメージを手動で選ぶ必要はありません: `inference server start` お使いのハードウェアを検出し、実行します `docker run` 推奨のセキュリティ設定、キャッシュ、プラットフォーム固有のオプションを適用して自動で行います。自分でコンテナを管理したい場合は、CPU 専用ホストでは CPU イメージを、または GPU イメージを `--gpus all` CUDA ホスト上で使用してください。 {% tabs %} {% tab title="CPU" %} ```bash sudo docker run -d \\ --name inference-server \\ --read-only \\ -p 9001:9001 \\ --volume ~/.inference/cache:/tmp:rw \\ --security-opt="no-new-privileges" \\ --cap-drop="ALL" \\ --cap-add="NET_BIND_SERVICE" \\ roboflow/roboflow-inference-server-cpu:latest ``` {% endtab %} {% tab title="GPU" %} 次をインストールします。 [NVIDIA Container Toolkit](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html) まず、次に追加します `--gpus all`: ```bash sudo docker run -d \\ --name inference-server \\ --gpus all \ --read-only \\ -p 9001:9001 \\ --volume ~/.inference/cache:/tmp:rw \\ --security-opt="no-new-privileges" \\ --cap-drop="ALL" \\ --cap-add="NET_BIND_SERVICE" \\ roboflow/roboflow-inference-server-gpu:latest ``` {% endtab %} {% endtabs %} ご利用のプラットフォームのガイドには、そのデバイス用の正確なフラグを記載した「コンテナを手動で起動する」セクションがあります。 ## 更新 Docker イメージのデフォルトは `:latest` タグです。最新のサーバーに移行するには、最新イメージを pull するか、再度 `inference server start`を実行すると、自動で取得されます: ```bash docker pull roboflow/roboflow-inference-server-gpu:latest ``` 再現性のあるデプロイには、 **特定のバージョンタグを固定し** ではなく `:latest` そのため、更新によって動作が予期せず変わることがないようにします。たとえば `roboflow/roboflow-inference-server-gpu:`。利用可能なタグは [Docker Hub](https://hub.docker.com/u/roboflow)で確認し、固定したタグを更新して意図的にアップデートしてください。 ## サーバーの保護 セルフホスト型サーバーは、デフォルトでは認証、暗号化、ネットワーク制限を強制しないため、保護はあなたの責任です。ローカル開発トラフィック以外に公開する前に、確認してください [セルフホスト型サーバーのセキュリティ保護](/deployment/ja/serufuhosuto/inference-server/configuration/security.md). ## 新しいサーバーの使い方 サーバーが起動したら、以下を通じて呼び出します [その HTTP API](/deployment/ja/serufuhosuto/self-hosted.md#run-a-model) または [Inference SDK](https://docs.roboflow.com/reference/inference/inference-sdk)。「 [モデルを実行する](/deployment/ja/serufuhosuto/self-hosted.md#run-a-model) 最初のリクエストに、そして [Dockerの設定オプション](/deployment/ja/serufuhosuto/inference-server/configuration/docker-configuration.md) コンテナの調整に。 ## エンタープライズ向けの考慮事項 [Helm チャート](https://github.com/roboflow/inference/tree/main/inference/enterprise/helm-chart) は、エンタープライズクラウドへのデプロイで利用可能であり、OT ネットワークでのデプロイに対応するエンタープライズ向けネットワーキングソリューションもリクエストに応じて利用できます。 Roboflow は、カスタマイズされたサポートとインストールパッケージも提供しており [事前設定済みの Jetson ベースのエッジデバイス](https://roboflow.com/hardware) も販売しており、迅速なプロトタイピングに適しています。 [営業チームにお問い合わせください](https://roboflow.com/sales) 大規模組織の一員で、詳細を知りたい場合は、をご覧ください。 [エンタープライズデプロイ](/deployment/ja/serufuhosuto/enterprise.md) 完全な機能セットについては。