部署模型

要将 Amazon SageMaker Neo 编译的模型部署到HTTPS终端节点，您必须使用亚马逊 SageMaker 托管服务为该模型配置和创建终端节点。目前，开发人员可以使用亚马逊 SageMaker APIs在 ml.c5、ml.c4、ml.m5、ml.m4、ml.p3、ml.p2 和 ml.inf1 实例上部署模块。

对于 Inferentia 和 Trainium 实例，需要专门针对这些实例对模型进行编译。不保证为其他实例类型编译的模型能够与 Inferentia 或 Trainium 实例配合使用。

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。这将创建一个可用于执行推断的 SageMaker 端点。您可以使用以下任一方法部署 Neo 编译的模型：适用于 Python 的 A maz SageMaker SDK on、适用于 Py SDKthon 的亚马逊（Boto3）和控制AWS Command Line Interface台。SageMaker