> 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/roboflow/roboflow-jp/depuroi/deployment-overview.md).

# Model または Workflow をデプロイ

私たちは、モデルと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。学習済みモデルは、その [モデルID](/roboflow/roboflow-jp/xue-xi/model-ids.md) デプロイする際、または推論を実行する際に。

### Managed Deployments

これらのオプションでは、Roboflow のクラウドインフラを利用してモデルとWorkflowsを実行できるため、自前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>大規模モデルや予測可能なワークロード向け。</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。</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Workflowsをself-hostedでもデプロイできます [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では、推論とは、学習済みモデルを使って新しい画像や動画を解析し、予測を行うプロセスを指します。たとえば、物体検出モデルを使って動画ストリーム内の物体を識別して位置を特定したり、分類モデルを使って内容に基づいて画像をカテゴリ分けしたりできます。
{% endhint %}

[***Roboflow Inference***](https://inference.roboflow.com/) Inference は、コンピュータビジョンのモデルと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。Roboflow の Managed Deployment サービスの大部分を支えるエンジンでもあります。自分でホストすることも、エッジデバイスへの vision workflows のデプロイに使うこともできます。Roboflow Inference には、以下を含むさまざまな機能と機能性があります:

* 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、さまざまなモデルアーキテクチャとタスクのサポート。
* Workflows は、何百もの building Blocks から選び、さまざまなモデル、事前構築済みロジック、外部アプリケーションを組み合わせて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。
* CPU、GPU、NVIDIA Jetson のようなエッジデバイスなど、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ための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。
* デプロイを簡単にする 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) 異なるモデル、事前構築済みロジック、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、視覚的でローコードな環境を提供します。

Workflows では、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できます。
* アプリケーションに独自のロジックと意思決定を追加できます。
* 外部システムや API と統合できます。
* 画像や動画内のオブジェクトを追跡、カウント、計時、計測し、可視化できます。

</details>

### 適切なデプロイオプションの選び方

{% hint style="info" %}
ユースケースに最適なデプロイ方法の選び方については、Inference の [Getting Started guide](https://inference.roboflow.com/start/getting-started/).
{% endhint %}

最適なデプロイオプションは、あなたの具体的なニーズと要件によって異なります。判断する際には、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/depuroi/batch-processing.md) 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、強力なハードウェアを備えた dedicated deployments や self-hosted deployments が最適な選択かもしれません。
* 管理: self-hosted deployments では、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 の設定と管理には、より高度な技術的専門知識が必要です。