> 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/gcp.md).

# Google Cloud Platform にデプロイ

Roboflow Inference は、Google Cloud Platform（GCP）でホストされたマシン上で実行できます。これは、独自のクラウドインフラを管理しながら Inference の機能を使いたい場合に適しています。

## Google Cloud のコンピュート VM をセットアップする

始めるには、GCP 上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設定を支援するように設計されたツール、SkyPilot を推奨します。

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[gcp]"
```

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) で GCP に認証したら、次を実行します:

```bash
inference cloud deploy --provider gcp --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 対応インスタンスが GCP 上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 gcp 上の gpu にデプロイしました。デプロイ名は ... です
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).