Link to this sectionDeployment#

Ultralytics Platform bietet umfassende Bereitstellungsoptionen, um deine YOLO Modelle in die Produktion zu überführen. Teste Modelle mit browserbasierter Inferenz, stelle sie auf dedizierten Endpunkten in 43 globalen Regionen bereit und überwache die Leistung in Echtzeit.

Link to this sectionÜbersicht#

Der Bereich Deployment hilft dir:

• Modelle direkt im Browser über den Predict Tab zu testen
• Auf dedizierten Endpunkten in 43 globalen Regionen bereitzustellen
• Anfragemetriken, Logs und Gesundheitschecks zu überwachen
• Bei Leerlauf auf null zu skalieren (Bereitstellungen führen derzeit eine einzelne aktive Instanz aus)

Link to this sectionBereitstellungsoptionen#

Die Ultralytics Platform bietet mehrere Bereitstellungswege:

Link to this sectionWorkflow#

graph LR
    A[✅ Test] --> B[⚙️ Configure]
    B --> C[🌐 Deploy]
    C --> D[📊 Monitor]

    style A fill:#4CAF50,color:#fff
    style B fill:#2196F3,color:#fff
    style C fill:#FF9800,color:#fff
    style D fill:#9C27B0,color:#fff

Link to this sectionArchitektur#

Link to this sectionShared Inference#

Der Shared Inference Service läuft in 3 Hauptregionen und leitet Anfragen automatisch basierend auf deiner Datenregion weiter:

graph TB
    User[User Request] --> API[Platform API]
    API --> Router{Region Router}
    Router -->|US users| US["US Predict Service<br/>Iowa"]
    Router -->|EU users| EU["EU Predict Service<br/>Belgium"]
    Router -->|AP users| AP["AP Predict Service<br/>Taiwan"]

    style User fill:#f5f5f5,color:#333
    style API fill:#2196F3,color:#fff
    style Router fill:#FF9800,color:#fff
    style US fill:#4CAF50,color:#fff
    style EU fill:#4CAF50,color:#fff
    style AP fill:#4CAF50,color:#fff

Link to this sectionDedicated Endpoints#

Stelle weltweit in 43 Regionen auf der Ultralytics Cloud bereit:

• Amerika: 14 Regionen
• Europa: 13 Regionen
• Asien-Pazifik: 12 Regionen
• Naher Osten & Afrika: 4 Regionen

Jeder Endpunkt ist ein Single-Tenant-Service mit:

• Standardressourcen von 1 CPU, 2 GiB Arbeitsspeicher, minInstances=0, maxInstances=1
• Skalierung auf null bei Leerlauf
• Eindeutiger Endpunkt-URL
• Unabhängiges Monitoring, Logs und Gesundheitschecks

Link to this sectionSeite Bereitstellungen#

Rufe die globale Bereitstellungsseite über die Seitenleiste unter Deploy auf. Diese Seite zeigt:

• Weltkarte mit Pins der bereitgestellten Regionen (interaktive Karte)
• Übersichtskarten: Gesamtanfragen (24h), aktive Bereitstellungen, Fehlerrate (24h), P95-Latenz (24h)
• Bereitstellungsliste mit drei Ansichtsmodi: Karten, kompakt und Tabelle
• Neue Bereitstellung Schaltfläche, um Endpunkte aus jedem abgeschlossenen Modell zu erstellen

Link to this sectionHauptfunktionen#

Link to this sectionGlobale Abdeckung#

Stelle in der Nähe deiner Nutzer in 43 Regionen bereit, die Folgendes abdecken:

• Nordamerika, Südamerika
• Europa, Naher Osten, Afrika
• Asien-Pazifik, Ozeanien

Link to this sectionSkalierungsverhalten#

Endpunkte verhalten sich derzeit wie folgt:

• Skalierung auf null: Keine Kosten bei Leerlauf (Standard)
• Einzelne aktive Instanz: maxInstances ist derzeit in allen Plänen auf 1 begrenzt

Link to this sectionNiedrige Latenz#

Dedizierte Endpunkte bieten:

• Kaltstart: ~5-15 Sekunden (zwischengespeicherter Container), bis zu ~45 Sekunden (erste Bereitstellung)
• Warme Inferenz: 50-200ms (modellabhängig)
• Regionales Routing für optimale Leistung

Link to this sectionGesundheitschecks#

Jede laufende Bereitstellung enthält einen automatischen Gesundheitscheck mit:

• Live-Statusanzeige (gesund/ungesund)
• Anzeige der Antwortlatenz
• Automatischer erneuter Versuch bei Ungesundheit (Abfrage alle 20 Sekunden)
• Schaltfläche für manuelle Aktualisierung

Link to this sectionKurzanleitung#

Bereitstellung eines Modells in unter 2 Minuten:

1. Trainiere ein Modell oder lade es in ein Projekt hoch
2. Gehe zum Deploy Tab des Modells
3. Wähle eine Region aus der Latenztabelle aus
4. Klicke auf Deploy — dein Endpunkt ist live

Link to this sectionSchnellzugriff#

• Inference: Modelle im Browser testen
• Endpoints: Dedizierte Endpunkte bereitstellen
• Monitoring: Bereitstellungsleistung verfolgen

Link to this sectionFAQ#

Link to this sectionWas ist der Unterschied zwischen Shared und Dedicated Inference?#

Link to this sectionWie lange dauert die Bereitstellung?#

Die Bereitstellung eines dedizierten Endpunkts dauert typischerweise 1-2 Minuten:

1. Image-Pull (~30s)
2. Container-Start (~30s)
3. Health-Check (~30s)

Link to this sectionKann ich mehrere Modelle bereitstellen?#

Yes, each model can have multiple endpoints in different regions. Deployment counts are limited by plan: Free 3, Pro 10, Enterprise unlimited.

Link to this sectionWas passiert, wenn ein Endpunkt im Leerlauf ist?#

Bei aktiviertem Scale-to-Zero:

• Der Endpunkt wird nach Inaktivität heruntergefahren
• Die erste Anfrage löst einen Kaltstart aus
• Nachfolgende Anfragen erfolgen schnell

Erste Anfragen nach einer Leerlaufzeit lösen einen Kaltstart aus.