部署模型

部署亚马逊 SageMaker Neo 编译的模型转换为 HTTPS 终端节点，您必须使用 Amazon 为模型配置和创建终端节点。 SageMaker 托管服务。目前，开发者可以使用亚马逊 SageMaker 将模块部署到 ml.c5、ml.c4、ml.c4、ml.m5、ml.c4、ml.p3、ml.p3、ml.p3、ml.p2 和 ml.inf1 实例上。

对于 Inf1 实例，需要专门为 ml.inf1 实例编译模型。无法保证为其他实例类型编译的模型能够与 ml.inf1 实例配合使用。

适用于Elastic Inference 加速器，需要专门为 ml_eia2 设备编译模型。有关如何将编译后的模型部署到 Elastic Inference 加速器的信息，请参阅将 EI 在 Amazon SageMaker 托管终端节点上.

部署编译的模型时，您需要为用于编译的目标使用相同的实例。这会创建一个 SageMaker 您可以用来执行推理的终端节点。您可以使用以下任一方法部署 NEO 编译模型：亚马逊 SageMaker 适用于 Python 的开发工具包、适用于 Python (Boto3) 的 SDK、Amazon Command Line Interface，以及 SageMaker 控制台https://console.aws.amazon.com/ SageMaker.