Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Déploiement d’un modèle dans Studio
<a name="model-registry-deploy-studio"></a>

Après avoir enregistré une version du modèle et approuvé son déploiement, déployez-la sur un point de terminaison Amazon SageMaker AI pour une inférence en temps réel. Vous pouvez [Déploiement d’un modèle à partir du registre avec Python](model-registry-deploy.md) ou déployer votre modèle dans Amazon SageMaker Studio. Vous trouverez ci-dessous des instructions sur la manière de déployer votre modèle dans Studio.

Cette fonctionnalité n'est pas disponible dans Amazon SageMaker Studio Classic.
+ Si Studio est votre expérience par défaut, l’interface utilisateur est similaire aux images fournies dans [Présentation de l'interface utilisateur d'Amazon SageMaker Studio](studio-updated-ui.md).
+ Si Studio Classic est votre expérience par défaut, l’interface utilisateur est similaire aux images fournies dans [Présentation de l'interface utilisateur Amazon SageMaker Studio Classic](studio-ui.md).

Avant de pouvoir déployer un package de modèle, les exigences suivantes doivent être satisfaites pour le package de modèle :
+ Disponibilité d’une spécification d’inférence valide. Pour plus d’informations, consultez [InferenceSpecification](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateModelPackage.html#sagemaker-CreateModelPackage-request-InferenceSpecification).
+ Modèle avec statut approuvé. Pour plus d’informations, consultez [Mise à jour du statut d’approbation d’un modèle](model-registry-approve.md).

Vous trouverez ci-dessous des instructions sur la manière de déployer un modèle dans Studio.

**Pour déployer un modèle dans Studio**

1. Ouvrez la console Studio en suivant les instructions figurant dans [Lancez Amazon SageMaker Studio](studio-updated-launch.md).

1. Dans le volet de navigation gauche, choisissez **Modèles**.

1. Choisissez l’onglet **Modèles enregistrés**, s’il n’est pas déjà sélectionné.

1. Juste sous le libellé de l’onglet **Modèles enregistrés**, choisissez **Groupes de modèles**, si ce n’est pas déjà fait.

1. (Facultatif) Si vous avez des modèles partagés avec vous, vous pouvez choisir entre **Mes modèles** ou **Partagés avec moi**.

1. Cochez les cases des modèles enregistrés. Si les exigences ci-dessus sont satisfaites, le bouton **Déployer** devient sélectionnable.

1. Choisissez **Déployer** pour ouvrir la page **Déployer le modèle sur le point de terminaison**.

1. Configurez les ressources de déploiement dans **Paramètres du point de terminaison**. 

1. Une fois que vous avez vérifié les paramètres, choisissez **Déployer**. Le modèle sera ensuite déployé sur le point de terminaison avec le statut **En service**.

Pour`us-east-1`, `us-west-2``ap-northeast-1`, et `eu-west-1` les régions, vous pouvez utiliser les instructions suivantes pour déployer des modèles :

**Pour déployer un modèle dans Studio**

1. Ouvrez la console Studio en suivant les instructions figurant dans [Lancez Amazon SageMaker Studio](studio-updated-launch.md).

1. Dans le volet de navigation gauche, choisissez **Modèles**.

1. Cliquez sur l'onglet **Mes modèles**.

1. Choisissez l'onglet **Modèles** enregistrés, s'il n'est pas déjà sélectionné.

1. Sélectionnez un modèle et choisissez **Afficher la dernière version**.

1. Choisissez **Deploy** et choisissez entre SageMaker AI ou Amazon Bedrock.

1. Une fois que vous avez vérifié les paramètres, choisissez **Déployer**. Le modèle sera ensuite déployé sur le point de terminaison avec le statut **En service**.