As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Invoque um endpoint de vários contêineres com invocação direta
<a name="multi-container-direct"></a>

SageMaker Os endpoints de IA de vários contêineres permitem que os clientes implantem vários contêineres para implantar modelos diferentes em um endpoint de SageMaker IA. Você pode hospedar até 15 contêineres de inferência diferentes em um único endpoint. Quando usar a invocação direta, você pode enviar uma solicitação para um contêiner de inferência específico hospedado em um endpoint de vários contêineres.

 Para invocar um endpoint de vários contêineres com invocação direta, chame [invoke\_endpoint](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker-runtime.html#SageMakerRuntime.Client.invoke_endpoint) como você invocaria qualquer outro endpoint e especifique qual contêiner você deseja invocar usando o parâmetro `TargetContainerHostname`.

 

 O exemplo a seguir invoca diretamente o `secondContainer` de um endpoint de vários contêineres para obter uma predição.

```
import boto3
runtime_sm_client = boto3.Session().client('sagemaker-runtime')

response = runtime_sm_client.invoke_endpoint(
   EndpointName ='my-endpoint',
   ContentType = 'text/csv',
   TargetContainerHostname='secondContainer', 
   Body = body)
```

 Para cada solicitação de invocação direta para um endpoint de vários contêineres, somente o contêiner com o `TargetContainerHostname` processa a solicitação de invocação. Você receberá erros de validação se fizer o seguinte:
+ Especifique um `TargetContainerHostname` que não exista no endpoint
+ Não especifique um valor para `TargetContainerHostname` em uma solicitação para um endpoint configurado para invocação direta
+ Especifique um valor para `TargetContainerHostname` em uma solicitação para um endpoint que não esteja configurado para invocação direta.