Implementação

A Ultralytics Platform fornece opções de implementação abrangentes para colocar os teus modelos YOLO em produção. Testa modelos com inferência baseada em navegador, implementa em endpoints dedicados em 43 regiões globais e monitoriza o desempenho em tempo real.

Visão geral

A secção de Implementação (Deployment) ajuda-te a:

• Testar modelos diretamente no navegador com o separador Predict
• Implementar em endpoints dedicados em 43 regiões globais
• Monitorizar métricas de pedidos, registos e verificações de saúde
• Reduzir para zero quando inativo (as implementações executam atualmente uma única instância ativa)

Opções de Implementação

A Ultralytics Platform oferece múltiplos caminhos de implementação:

Fluxo de trabalho

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

Arquitetura

Inferência Partilhada

O serviço de inferência partilhada é executado em 3 regiões principais, encaminhando automaticamente os pedidos com base na região dos teus dados:

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

Endpoints Dedicados

Implementa em 43 regiões em todo o mundo na Ultralytics Cloud:

• Américas: 14 regiões
• Europa: 13 regiões
• Ásia-Pacífico: 12 regiões
• Médio Oriente e África: 4 regiões

Cada endpoint é um serviço single-tenant com:

• Recursos padrão de 1 CPU, 2 GiB de memória, minInstances=0, maxInstances=1
• Redução para zero quando inativo
• URL de endpoint único
• Monitorização, registos e verificações de saúde independentes

Página de Implementações

Acede à página de implementações globais na barra lateral em Deploy. Esta página mostra:

• Mapa mundial com pinos de região implementados (mapa interativo)
• Cartões de visão geral: Pedidos Totais (24h), Implementações Ativas, Taxa de Erro (24h), Latência P95 (24h)
• Lista de implementações com três modos de visualização: cartões, compacto e tabela
• Botão Nova Implementação para criar endpoints a partir de qualquer modelo concluído

Principais recursos

Cobertura Global

Implementa perto dos teus utilizadores com 43 regiões cobrindo:

• América do Norte, América do Sul
• Europa, Médio Oriente, África
• Ásia-Pacífico, Oceânia

Comportamento de Escalonamento

Os endpoints comportam-se atualmente da seguinte forma:

• Redução para zero: Sem custos quando inativo (padrão)
• Instância ativa única: maxInstances está atualmente limitado a 1 em todos os planos

Baixa Latência

Os endpoints dedicados fornecem:

• Arranque a frio: ~5-15 segundos (contentor em cache), até ~45 segundos (primeira implementação)
• Inferência a quente: 50-200ms (dependente do modelo)
• Encaminhamento regional para um desempenho ideal

Verificações de Saúde

Cada implementação em execução inclui uma verificação de saúde automática com:

• Indicador de estado ao vivo (saudável/não saudável)
• Visualização da latência de resposta
• Retentativa automática quando não saudável (verifica a cada 20 segundos)
• Botão de atualização manual

Início rápido

Implementa um modelo em menos de 2 minutos:

1. Treina ou carrega um modelo para um projeto
2. Vai ao separador Deploy do modelo
3. Seleciona uma região da tabela de latência
4. Clica em Deploy — o teu endpoint está ativo

Links rápidos

• Inferência: Testa modelos no navegador
• Endpoints: Implementa endpoints dedicados
• Monitorização: Acompanha o desempenho da implementação

FAQ

Qual é a diferença entre a inferência partilhada e a dedicada?

Quanto tempo demora a implementação?

A implementação de um endpoint dedicado demora normalmente 1-2 minutos:

1. Extração de imagem (~30s)
2. Início do contentor (~30s)
3. Verificação de saúde (~30s)

Posso implantar vários modelos?

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

O que acontece quando um endpoint está ocioso?

Com o scale-to-zero ativado:

• O endpoint é reduzido após inatividade
• A primeira solicitação aciona uma inicialização a frio
• As solicitações subsequentes são rápidas

As primeiras solicitações após um período de inatividade acionam uma inicialização a frio.