翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

カスタムモデルのデプロイ

Amazon Bedrock コンソール AWS Command Line Interface、または AWS SDKs を使用してカスタムモデルをデプロイできます。推論にデプロイを使用する方法については、「」を参照してくださいオンデマンド推論にデプロイを使用する。

カスタムモデルのデプロイ (コンソール）

カスタムモデルは、カスタムモデルページから次のようにデプロイします。同じフィールドを使用して、カスタムモデルのオンデマンドページからモデルをデプロイすることもできます。このページを検索するには、ナビゲーションペインの推論で、オンデマンドでカスタムモデルを選択します。

カスタムモデルのデプロイ (AWS Command Line Interface）

を使用してオンデマンド推論用のカスタムモデルをデプロイするには AWS Command Line Interface、カスタムモデルの Amazon リソースネーム (ARN) で create-custom-model-deployment コマンドを使用します。このコマンドは CreateCustomModelDeployment API オペレーションを使用します。レスポンスには、デプロイの ARN が含まれます。デプロイがアクティブな場合、推論リクエストを行うmodelIdときにこの ARN を として使用します。推論にデプロイを使用する方法については、「」を参照してくださいオンデマンド推論にデプロイを使用する。

aws bedrock create-custom-model-deployment \
--model-deployment-name "Unique name" \
--model-arn "Custom Model ARN" \
--description "Deployment description" \
--tags '[
    {
        "key": "Environment",
        "value": "Production"
    },
    {
        "key": "Team",
        "value": "ML-Engineering"
    },
    {
        "key": "Project",
        "value": "CustomerSupport"
    }
]' \
--client-request-token "unique-deployment-token" \
--region region

カスタムモデルのデプロイ (AWS SDKs)

オンデマンド推論用のカスタムモデルをデプロイするには、カスタムモデルの Amazon リソースネーム (ARN) で CreateCustomModelDeployment API オペレーションを使用します。レスポンスには、デプロイの ARN が含まれます。デプロイがアクティブな場合、推論リクエストを行うmodelIdときにこの ARN を として使用します。推論にデプロイを使用する方法については、「」を参照してくださいオンデマンド推論にデプロイを使用する。

次のコードは、 SDK for Python (Boto3) を使用してカスタムモデルをデプロイする方法を示しています。

def create_custom_model_deployment(bedrock_client):
    """Create a custom model deployment
    Args:
        bedrock_client: A boto3 Amazon Bedrock client for making API calls

    Returns:
        str: The ARN of the new custom model deployment

    Raises:
        Exception: If there is an error creating the deployment
    """

    try:
        response = bedrock_client.create_custom_model_deployment(
            modelDeploymentName="Unique deployment name",
            modelArn="Custom Model ARN",
            description="Deployment description",
            tags=[
                {'key': 'Environment', 'value': 'Production'},
                {'key': 'Team', 'value': 'ML-Engineering'},
                {'key': 'Project', 'value': 'CustomerSupport'}
            ],
            clientRequestToken=f"deployment-{uuid.uuid4()}"
        )

        deployment_arn = response['customModelDeploymentArn']
        print(f"Deployment created: {deployment_arn}")
        return deployment_arn

    except Exception as e:
        print(f"Error creating deployment: {str(e)}")
        raise