> 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/cloud/azure.md).

# Azure にデプロイ

Azure 上でホストされているマシンで Roboflow Inference を実行できます。これは、自身のクラウドインフラを管理しながら Inference の機能を利用したい場合に適しています。

## Azure のコンピュート VM をセットアップする

始めるには、Azure で実行されているコンピュートインスタンスが必要です。インスタンスのプロビジョニングには、AI プロジェクト向けのクラウドインスタンスのセットアップを支援するよう設計されたツール、SkyPilot をおすすめします。

まずは自身のマシンで次のコマンドを実行してください:

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

次の手順に従ってください [SkyPilot のクラウドアカウント設定ドキュメント](https://docs.skypilot.co/en/latest/getting-started/installation.html#cloud-account-setup) Azure で認証したら、次を実行します:

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

これにより、最新バージョンの Roboflow Inference が自動的にインストールされた、GPU 対応のインスタンスが Azure にプロビジョニングされます。

コマンドが完了すると、次のようなメッセージが表示されるはずです:

```
Roboflow Inference を Azure の GPU にデプロイしました。デプロイ名は...
デプロイ一覧を表示するには: inference cloud status
デプロイを削除するには: inference cloud undeploy ...
デプロイされたサーバーに ssh で接続するには: ssh ...
Roboflow Inference Server は http://34.66.116.66:9001 で実行されています
```

そのエンドポイントを使ってモデルを実行できます: object detection、segmentation、classification、そして Roboflow ワークスペースの keypoint モデルに加え、CLIP、PaliGemma、SAM2 などの基盤モデルも利用できます。

## 次の手順

次の設定を行って、クライアントを新しいサーバーに向けます `api_url` を、VM の IP アドレスとサーバーが実行されているポートに設定します（`9001` がデフォルトです）。 [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ついては [Inference CLI のクラウドコマンド](https://docs.roboflow.com/reference/inference/inference-cli/cloud) を参照して、デプロイを管理してください。

サーバーをプライベートネットワークの外部に公開する前に、 [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).