# Model または Workflow をデプロイ

私たちは、models と workflows の両方について、managed deployments と self-hosted deployment の両方をサポートしています。

### Managed Deployments

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 models と workflows 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"><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>すぐに始められ、必要に応じて自動的にスケールします。</td><td><a href="/files/88ccb0785bc4858173ddcec3420e735ae7f75b4a">/files/88ccb0785bc4858173ddcec3420e735ae7f75b4a</a></td><td><a href="/pages/72188af504246686e1ae0b3424e57217d6577ea4">/pages/72188af504246686e1ae0b3424e57217d6577ea4</a></td></tr><tr><td><strong>Dedicated Deployment</strong></td><td>大規模な models と予測可能なワークロードに最適です。</td><td><a href="/files/b19eb8899e45ba6821fc43b68237a9797964b123">/files/b19eb8899e45ba6821fc43b68237a9797964b123</a></td><td><a href="/pages/e5939be720adae953517473093c2870e1c21bd8d">/pages/e5939be720adae953517473093c2870e1c21bd8d</a></td></tr><tr><td><strong>Batch Processing</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/d9f9a3c8508618926984597cfdb2842f48c1ef66">/files/d9f9a3c8508618926984597cfdb2842f48c1ef66</a></td><td><a href="/pages/2434b56c1cb88083de550e4c80f609a0c80f9919">/pages/2434b56c1cb88083de550e4c80f609a0c80f9919</a></td></tr></tbody></table>

### Self-Hosted Deployment

models と workflows を self-hosted [Roboflow Inference](https://inference.roboflow.com/)にもデプロイでき、環境、リソース、レイテンシーをより細かく制御できます。

* [自分のクラウドサーバー上での self-hosting](https://inference.roboflow.com/install/cloud/)
* [Edge デバイス上での self-hosting](https://inference.roboflow.com/install/)

{% hint style="info" %}
このオプションには、インフラの管理と専門知識が必要です。
{% endhint %}

<details>

<summary>Inferenceとは？</summary>

{% hint style="info" %}
コンピュータビジョンにおいて、inference とは、学習済みの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たり、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たりします。
{% endhint %}

[***Roboflow Inference***](https://inference.roboflow.com/) は、コンピュータビジョンの models と workflows 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 managed deployment services の多くを支えるエンジンです。自分でホストすることも、これを使って vision workflows を edge デバイスにデプロイすることもできます。Roboflow Inference には、次のようなさまざまな機能と能力があります。

* 物体検出、分類、インスタンスセグメンテーションなどを含む、さまざまな model architectures とタスクのサポート。
* Workflows は、数百の building blocks から選び、さまざまな models、事前構築されたロジック、外部アプリケーションを組み合わせることで、コンピュータビジョンアプリケーションを構築できる機能です。
* CPU、GPU、NVIDIA Jetson のような edge 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 hardware acceleration。
* リソースを効率的に使うための multiprocessing。
* 動画ストリームをシームレスに処理するための video decoding。
* デプロイを簡単にする HTTP interface、API、docker images
* Roboflow の hosted deployment options および Roboflow プラットフォームとの統合。

</details>

<details>

<summary>Workflowとは？</summary>

[Workflows](/roboflow/roboflow-jp/workflows/what-is-workflows.md) さまざまな models、事前構築されたロジック、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るようにします。これらは、高度なコンピュータビジョンのパイプラインを設計・デプロイするための、視覚的で low-code な環境を提供します。

Workflows を使うと、次のことができます。

* 複数の models 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カスタムロジックと意思決定を追加する。
* 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の選び方

{% hint style="info" %}
inference の [Getting Started guide には、ユースケースに最適なデプロイ方法の選び方についての優れたガイドがあります。](https://inference.roboflow.com/start/getting-started/).
{% endhint %}

最適なデプロイオプションは、具体的なニーズや要件によって異なります。意思決定の際には、次の要素を考慮してください。

* スケーラビリティ: アプリケーションがさまざまなトラフィック量やデータ量に対応する必要がある場合、serverless API はリアルタイムのユースケースに対して優れたスケーラビリティを提供します。そうでなければ、 [Batch Processing](/roboflow/roboflow-jp/deploy/batch-processing.md) が推奨オプションです。
* レイテンシー: 低レイテンシーや動画処理が必要な場合は、dedicated deployments や高性能ハードウェアを備えた self-hosted deployments が最適です。
* 制御性: Self-hosted deployments は、環境とリソースを最も細かく制御できます。
* 専門知識: Self-hosted deployments のセットアップと管理には、より高い技術的専門知識が必要です。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.roboflow.com/roboflow/roboflow-jp/deploy/deployment-overview.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.