# Model または Workflow をデプロイ

モデルとワークフローの両方について、マネージドデプロイメントとセルフホスト型デプロイメント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ストラクチャを活用してモデルとワークフローを実行し、自分でハードウェアやソフトウェアを管理する必要をなくします。

<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>すぐに開始でき、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>大規模なモデルや予測可能なワークロード向けです。</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

また、モデルとワークフローを self-hosted 上にデプロイすることもできます [Roboflow Inference](https://inference.roboflow.com/)。これにより、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でのセルフホスティング](https://inference.roboflow.com/install/cloud/)
* [Edgeデバイスでのセルフホスティング](https://inference.roboflow.com/install/)

{% hint style="info" %}
このオプションには、インフラストラクチャ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用され、分類モデルはコンテンツに基づいて画像を分類するために使用されることがあります。
{% endhint %}

[***Roboflow Inference***](https://inference.roboflow.com/) は、コンピュータビジョンモデルとワークフロー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、Roboflows のマネージドデプロイメントサービスの大部分を支えるエンジンです。セルフホストすることも、これを使って vision workflows をエッジデバイスにデプロイすることもできます。Roboflow Inference は、次のようなさまざまな機能と能力を提供します:

* 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、さまざまなモデルアーキテクチャとタスクのサポート。
* Workflows。これにより、数百種類の building Blocks から選択して、さまざまなモデル、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ます。
* CPU、GPU、NVIDIA Jetson などのエッジデバイスを含む、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ハードウェアアクセラレーション。
* リソースを効率的に使用するためのマルチプロセッシング。
* 動画ストリームをシームレスに処理するための動画デコード。
* デプロイを簡素化する HTTP インターフェース、API、Docker イメージ
* Roboflow のホスト型デプロイメントオプションおよび 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) は、さまざまなモデル、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パイプラインを設計・デプロイするための、視覚的でローコードの環境を提供します。

Workflows を使うと、次のことができます:

* 複数のモデルを連結して、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関する優れたガイドがあります [Getting Started guide](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。判断する際は、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。そうでない場合は、 [Batch Processing](/roboflow/roboflow-jp/deploy/batch-processing.md) が推奨されるオプションです。
* 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 デプロイメントが最適な選択肢かもしれません。
* コントロール: Self-hosted デプロイメントは、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 デプロイメントのセットアップと管理には、より高度な技術的知識が必要です。


---

# 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.