Despliegue#

Ultralytics Platform ofrece opciones completas de implementación de modelos para poner tus modelos YOLO en producción. Prueba los modelos con inferencia desde el navegador, impleméntalos en endpoints dedicados en 42 regiones de todo el mundo y supervisa el rendimiento en tiempo real.

Descripción general#

La sección Implementación te ayuda a:

• Probar modelos directamente en el navegador con la pestaña Predict
• Implementar en endpoints dedicados en 42 regiones de todo el mundo
• Supervisa las métricas de solicitudes, registros, comprobaciones de estado y predicciones temporales en los endpoints de pago
• Elige recursos: los endpoints predeterminados se escalan a cero; los tamaños personalizados mantienen una instancia activa con facturación por tiempo de actividad

Opciones de implementación#

Ultralytics Platform ofrece varias vías de implementación:

Flujo de trabajo#

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

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff

Arquitectura#

Inferencia compartida#

El servicio de inferencia compartida se ejecuta en 3 regiones clave. Las solicitudes a un modelo se enrutan al servicio de la región de datos de ese modelo, por lo que los resultados permanecen dentro de la región donde está almacenado el modelo:

graph TB
    User[User Request]:::start --> API[Platform API]:::proc
    API --> Router{Model Data Region}:::decide
    Router -->|US models| US["US Predict Service<br/>Iowa"]:::out
    Router -->|EU models| EU["EU Predict Service<br/>Belgium"]:::out
    Router -->|AP models| AP["AP Predict Service<br/>Taiwan"]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff

Endpoints dedicados#

Implementa en 42 regiones de todo el mundo en Ultralytics Cloud:

• América: 14 regiones
• Europa: 13 regiones
• Asia-Pacífico: 12 regiones
• Oriente Medio y África: 3 regiones

Cada endpoint es un servicio para un único inquilino con:

• CPU y memoria configurables con precios mostrados antes del despliegue
• Escalado a cero para recursos predeterminados; una instancia activa facturada por tiempo de actividad para recursos personalizados
• URL de endpoint única con su propia referencia interactiva de la API en /docs
• Su propia asociación de clave de API, de modo que solo esa clave pueda llamar al endpoint
• Supervisión, registros y comprobaciones de estado independientes

Página de implementaciones#

Accede a la página de implementaciones globales desde la barra lateral, en Deploy. Esta página muestra:

• Mapa mundial con marcadores de las regiones implementadas; haz clic en una región para abrir el cuadro de diálogo New Deployment
• Tarjetas de resumen: Solicitudes HTTP (24h), Despliegues activos, Tasa de errores HTTP (24h), Latencia HTTP P95 (24h)
• Lista de implementaciones con tres modos de vista: tarjetas, compacta y tabla
• Botón Nueva implementación para crear endpoints a partir de cualquier modelo completado
• Botón Actualizar y una marca de tiempo Updated en la cabecera de la página

Características principales#

Cobertura global#

Implementa cerca de tus usuarios con 42 regiones que cubren:

• Norteamérica, Sudamérica
• Europa, Oriente Medio, África
• Asia-Pacífico, Oceanía

Comportamiento del escalado#

Actualmente, los endpoints se comportan de la siguiente manera:

• Recursos predeterminados: los endpoints inactivos se reducen a cero y se inician en frío en la siguiente solicitud
• Recursos personalizados: una instancia se mantiene activa y acumula cargos por tiempo de actividad hasta que se detiene
• Una única instancia activa: actualmente, cada endpoint presta servicio desde una instancia en todos los planes
• Reducción de carga: las solicitudes reciben respuestas 429 cuando el endpoint alcanza temporalmente su capacidad; consulta Solicitudes directas a endpoints
• Tiempo de espera de solicitud: las solicitudes directas al endpoint tienen una duración máxima de 1 hora; consulta Inference para ver las entradas compatibles

Implementación regional#

Usa la latencia medida de las regiones para colocar un endpoint cerca de quienes lo llaman. La latencia real de inferencia depende del modelo, el tamaño de entrada, el estado del endpoint y la ruta de red.

Comprobaciones de estado#

Cada implementación en ejecución incluye una comprobación de estado automática con:

• Indicador de estado en directo (saludable/no saludable)
• Visualización de la latencia de respuesta
• Reintento automático cuando no está saludable, que se detiene cuando vuelve a estar saludable
• Botón de actualización manual

Inicio rápido#

Crea una implementación:

1. Entrena o sube un modelo a un proyecto
2. Ve a la pestaña Implementar del modelo
3. Haz clic en Deploy para una región en la tabla de latencia
4. Revisa la CPU, la memoria, los precios y el nombre en el cuadro de diálogo de despliegue
5. Haz clic en Create Deployment y espera a que el estado del despliegue pase a Ready

Model → Deploy tab → Deploy in a region → Review configuration → Create Deployment

Enlaces rápidos#

• Inferencia: prueba modelos en el navegador
• Endpoints: implementa endpoints dedicados
• Supervisión: Realiza un seguimiento del rendimiento del despliegue

Preguntas frecuentes#