Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

创建无服务器端点

要创建无服务器端点，可以使用 Amazon SageMaker 控制台、API 或 Amazon CLI。您可以使用与实时端点类似的流程创建无服务器端点。

创建模型

要创建模型，您必须提供模型构件和容器映像的位置。您也可以使用 SageMaker 模型注册表中的模型版本。以下各节中的示例将向您展示如何使用 CreateModel API、模型注册表和 Amazon SageMaker 控制台创建模型。

创建模型（使用模型注册表）

模型注册表是 SageMaker 的一项功能，有助于您编目和管理用于 ML 管道的模型版本。要将模型注册表与无服务器推理一起使用，必须先在模型注册表模型组中注册模型版本。要了解如何在模型注册表中注册模型，请按照创建模型组和注册模型版本中的步骤操作。

下面的示例要求您拥有已注册模型版本的 ARN，并使用 Amazon SDK for Python (Boto3) 调用 CreateModel API。对于无服务器推理，目前只有 Amazon SDK for Python (Boto3) 支持模型注册表。在示例中，请指定以下值：

#Setup
import boto3
import sagemaker
region = boto3.Session().region_name
client = boto3.client("sagemaker", region_name=region)

#Role to give SageMaker permission to access Amazon services.
sagemaker_role = sagemaker.get_execution_role()

#Specify a name for the model
model_name = "<name-for-model>"

#Specify a Model Registry model version
container_list = [
    {
        "ModelPackageName": <model-version-arn>
     }
 ]

#Create the model
response = client.create_model(
    ModelName = model_name,
    ExecutionRoleArn = sagemaker_role,
    container_list
)

创建模型（使用 API）

下面的示例使用 Amazon SDK for Python (Boto3) 调用 CreateModel API。指定以下值：

#Setup
import boto3
import sagemaker
region = boto3.Session().region_name
client = boto3.client("sagemaker", region_name=region)

#Role to give SageMaker permission to access Amazon services.
sagemaker_role = sagemaker.get_execution_role()

#Get model from S3
model_url = "s3://DOC-EXAMPLE-BUCKET/models/model.tar.gz"

#Get container image (prebuilt example)
from sagemaker import image_uris
container = image_uris.retrieve("xgboost", region, "0.90-1")

#Create model
model_name = "<name-for-model>"

response = client.create_model(
    ModelName = model_name,
    ExecutionRoleArn = sagemaker_role,
    Containers = [{
        "Image": container,
        "Mode": "SingleModel",
        "ModelDataUrl": model_url,
    }]
)

创建模型（使用控制台）

创建端点配置

创建模型后，创建端点配置。然后，您可以使用端点配置中的规范来部署模型。在配置中，您可以指定需要实时端点还是无服务器端点。要创建无服务器端点配置，可以使用 Amazon SageMaker 控制台、CreateEndpointConfig API 或 Amazon CLI。以下部分概述了 API 和控制台方法。

创建端点配置（使用 API）

下面的示例使用 Amazon SDK for Python (Boto3) 调用 CreateEndpointConfig API。指定以下值：

response = client.create_endpoint_config(
   EndpointConfigName="<your-endpoint-configuration>",
   KmsKeyId="arn:aws:kms:us-east-1:123456789012:key/143ef68f-76fd-45e3-abba-ed28fc8d3d5e",
   ProductionVariants=[
        {
            "ModelName": "<your-model-name>",
            "VariantName": "AllTraffic",
            "ServerlessConfig": {
                "MemorySizeInMB": 2048,
                "MaxConcurrency": 20,
                "ProvisionedConcurrency": 10,
            }
        } 
    ]
)

创建端点配置（使用控制台）

创建端点

要创建无服务器端点，可以使用 Amazon SageMaker 控制台、CreateEndpoint API 或 Amazon CLI。以下部分概述了 API 和控制台方法。创建端点后，端点可能需要几分钟才能可用。

创建端点（使用 API）

下面的示例使用 Amazon SDK for Python (Boto3) 调用 CreateEndpoint API。指定以下值：

response = client.create_endpoint(
    EndpointName="<your-endpoint-name>",
    EndpointConfigName="<your-endpoint-config>"
)

创建端点（使用控制台）