Déploiement#

Ultralytics Platform fournit des options complètes de déploiement de modèles pour mettre tes modèles YOLO en production. Teste tes modèles avec l'inférence dans le navigateur, déploie-les sur des endpoints dédiés dans 42 régions du monde et surveille les performances en temps réel.

Présentation#

La section Déploiement t'aide à :

• Tester les modèles directement dans le navigateur avec l'onglet Predict
• Déployer sur des endpoints dédiés dans 42 régions du monde
• Surveille les métriques de requêtes, les journaux, les bilans de santé et les prédictions temporaires sur les points de terminaison payants
• Choisis les ressources : les points de terminaison par défaut se réduisent à zéro ; les tailles personnalisées maintiennent une instance active avec une facturation basée sur la durée de disponibilité

Options de déploiement#

Ultralytics Platform propose plusieurs méthodes de déploiement :

Flux de travail#

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

Architecture#

Inférence partagée#

Le service d'inférence partagée s'exécute dans 3 régions clés. Les requêtes adressées à un modèle sont routées vers le service situé dans la région de données de ce modèle, afin que les résultats restent dans la région où le modèle est stocké :

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 dédiés#

Déploie sur 42 régions du monde avec Ultralytics Cloud :

• Amériques : 14 régions
• Europe : 13 régions
• Asie-Pacifique : 12 régions
• Moyen-Orient et Afrique : 3 régions

Chaque endpoint est un service à locataire unique avec :

• CPU et mémoire configurables avec des tarifs affichés avant le déploiement
• Réduction à zéro pour les ressources par défaut ; une instance active et facturée à la durée de disponibilité pour les ressources personnalisées
• URL d'endpoint unique avec sa propre référence API interactive à l'adresse /docs
• Sa propre association de clé API, afin que seule cette clé puisse appeler l'endpoint
• Surveillance, journaux et vérifications d'état indépendants

Page des déploiements#

Accède à la page mondiale des déploiements depuis la barre latérale, sous Deploy. Cette page affiche :

• Carte du monde avec les repères des régions déployées ; clique sur une région pour ouvrir la boîte de dialogue New Deployment
• Cartes de vue d'ensemble : Requêtes HTTP (24h), Déploiements actifs, Taux d'erreur HTTP (24h), Latence P95 HTTP (24h)
• Liste des déploiements avec trois modes d'affichage : cartes, compact et tableau
• Bouton Nouveau déploiement pour créer des endpoints à partir de n'importe quel modèle terminé
• Bouton Actualiser et horodatage Updated dans l'en-tête de la page

Fonctionnalités clés#

Couverture mondiale#

Déploie au plus près de tes utilisateurs avec 42 régions couvrant :

• Amérique du Nord, Amérique du Sud
• Europe, Moyen-Orient, Afrique
• Asie-Pacifique, Océanie

Comportement de la mise à l'échelle#

Les endpoints se comportent actuellement comme suit :

• Ressources par défaut : les points de terminaison inactifs se réduisent à zéro et effectuent un démarrage à froid lors de la requête suivante
• Ressources personnalisées : une instance reste active et accumule des frais de disponibilité jusqu'à ce qu'elle soit arrêtée
• Une seule instance active : chaque endpoint est actuellement servi par une seule instance sur toutes les offres
• Réduction de charge : les requêtes reçoivent des réponses 429 lorsque l'endpoint est temporairement à pleine capacité — consulte Requêtes directes vers les endpoints
• Délai d'attente des requêtes : les requêtes directes de point de terminaison ont une durée maximale de 1 heure ; consulte Inference pour connaître les entrées prises en charge

Déploiement régional#

Utilise la latence mesurée par région pour placer un endpoint près de ses appelants. La latence réelle de l'inférence dépend du modèle, de la taille de l'entrée, de l'état de l'endpoint et du chemin réseau.

Vérifications d'état#

Chaque déploiement en cours d'exécution inclut une vérification d'état automatique avec :

• Indicateur d'état en direct (sain/non sain)
• Affichage de la latence des réponses
• Nouvelle tentative automatique en cas d'état non sain, avec arrêt une fois l'état redevenu sain
• Bouton d'actualisation manuelle

Démarrage rapide#

Créer un déploiement :

1. Entraîne ou téléverse un modèle dans un projet
2. Accède à l'onglet Deploy du modèle
3. Clique sur Déployer pour une région dans le tableau de latence
4. Vérifie le CPU, la mémoire, les tarifs et le nom dans la boîte de dialogue de déploiement
5. Clique sur Créer un déploiement et attends que l'état du déploiement devienne Prêt

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

Liens rapides#

• Inference : teste les modèles dans le navigateur
• Endpoints : déploie des endpoints dédiés
• Surveillance : Suis les performances des déploiements

FAQ#