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。

# エンドポイント水テータスを表示する
<a name="model-dashboard-endpoints"></a>

トレーニング済みのモデルを使用してライブデータの推論を実行したい場合は、モデルをリアルタイムエンドポイントにデプロイします。予測のレイテンシーが適切になるようにするには、モデルをホストするインスタンスが効率的に稼働していることを確認する必要があります。Model Dashboard のエンドポイントモニタリング機能は、エンドポイント設定に関する情報をリアルタイムで表示し、メトリクスを使用してエンドポイントのパフォーマンスを追跡するのに役立ちます。

**モニタリング設定**

モデルダッシュボードは、Amazon CloudWatch で選択できるメトリクスのリアルタイムグラフを表示する既存の SageMaker AI エンドポイントの詳細ページにリンクしています。エンドポイントがリアルタイムの推論リクエストを処理している間、ダッシュボード内でこれらのメトリクスを追跡できます。選択できるメトリクスは次のとおりです。
+ `CpuUtilization`: 0%～100% の範囲の各 CPU コアの使用率の合計。それぞれの範囲は 0%～100%。
+ `MemoryUtilization`: インスタンス上のコンテナによって使用されているメモリの割合。範囲は 0%～100%。
+ `DiskUtilization`: インスタンス上のコンテナによって使用されている ディスク容量の割合。範囲は 0%～100%。

リアルタイムで表示できるメトリクスの全リストについては、「[Amazon CloudWatch における Amazon SageMaker AI メトリクス](monitoring-cloudwatch.md)」を参照してください。

**ランタイム設定**

Amazon SageMaker AI では、ホストモデルの自動的なスケーリング (オートスケーリング) がサポートされています。自動スケーリングは、ワークロードの変動に応じて、モデルにプロビジョニングされるインスタンスの数を動的に調整します。ワークロードが増加すると、自動スケーリングはより多くのインスタンスをオンラインにします。ワークロードが減少すると、自動スケーリングは使用していないプロビジョニングされたインスタンスに対して支払いが発生しないように、不要なインスタンスを削除します。Model Dashboard では以下のランタイム設定をカスタマイズできます。
+ 重みを更新: 各インスタンスに割り当てられるワークロードの量を数値的に重みづけして変更します。**自動スケーリング中のインスタンスのの重み付けの詳細については、「[インスタンスの重み付けを使用するように Auto Scaling グループを設定する](https://docs.aws.amazon.com/autoscaling/ec2/userguide/ec2-auto-scaling-mixed-instances-groups-instance-weighting.html)」を参照してください。
+ インスタンス数の更新: ワークロードを処理できるインスタンスの総数が増えたときに変更します。**

エンドポイントのランタイム設定の詳細については、「[CreateEndpointConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateEndpointConfig.html)」を参照してください。

**エンドポイント設定**

エンドポイント設定には、エンドポイントを作成したときに指定した設定が表示されます。これらの設定は、エンドポイントにどのリソースをプロビジョニングするかを SageMaker AI に通知します。含まれる設定の一部は次のとおりです。
+ *データキャプチャ*: エンドポイントの入出力に関する情報をキャプチャするように選択できます。例えば、受信トラフィックをサンプリングして、結果がトレーニングデータと相関しているかどうかを確認したい場合があります。サンプリング頻度、保存されたデータの形式、保存されたデータの Amazon S3 の場所をカスタマイズできます。データキャプチャ設定の詳細については、「[データキャプチャ](model-monitor-data-capture.md)」を参照してください。
+ *本番バリアント*: 「ランタイム設定」で前述した説明を参照してください。**
+ *非同期呼び出しの設定*: エンドポイントが非同期の場合、このセクションには、SageMaker AI クライアントからモデルコンテナに送信される同時リクエストの最大数、成功通知と失敗通知の Amazon S3 の場所、エンドポイント出力の出力場所が含まれます。非同期出力の詳細については、「[非同期エンドポイントオペレーション](async-inference-create-invoke-update-delete.md)」を参照してください。
+ *暗号化キー*: 出力を暗号化する場合は、暗号化キーを入力できます。

エンドポイント設定の詳細については、「[CreateEndpointConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateEndpointConfig.html)」を参照してください。

## エンドポイントのステータスと設定を表示する
<a name="model-dashboard-endpoint-view"></a>

**モデルのエンドポイントのステータスと設定を表示するには、次の手順を実行します。**

1. [SageMaker AI コンソール](https://console.aws.amazon.com/sagemaker/)を開きます。

1. 左側のパネルで **[ガバナンス]** を選択します。

1. **[Model Dashboard]** を選択します。

1. Model Dashboard の **[モデル]** セクションで、表示したいエンドポイントのモデル名を選択します。

1. **[エンドポイント]** セクションでエンドポイント名を選択します。