# Déployez vos modèles en production

Mettez en production vos modèles de vision par ordinateur sur une infrastructure serverless. Auto-scaling, zéro cold start et observabilité complète intégrée.

99.9%

SLA de disponibilité

<100ms

Latence P95

0→∞

Auto-scaling

[Déployez votre premier modèle](/content/demo/index.html) [Documentation](https://documentation.picsellia.com/reference/deployment)

En ligne

us-east-1

defect-detection-v3 En service

YOLOv8 ONNX Runtime GPU T4

2.4k

req/min

47ms

latence

3

réplicas

Débit 60 dernières sec.

99,97% de disponibilité

30 derniers jours

Scaling : 3 → 5

## Serving de modèles serverless

Déployez des modèles sans gérer de serveurs. Picsellia gère l'orchestration des conteneurs, l'allocation GPU, le load balancing et l'auto-scaling automatiquement.

### Inférence GPU et CPU

Choisissez le bon compute pour votre modèle — des GPUs T4 aux instances CPU économiques

### Orchestration de conteneurs

Conteneurisation automatique avec des runtimes optimisés pour ONNX, TensorRT et PyTorch

### Endpoints sécurisés

Authentification par clé API, limitation de débit et trafic chiffré par défaut

## ARCHITECTURE DE DÉPLOIEMENT Infrastructure managée

API Gateway Load balancer + Auth

HTTPS API Keys Rate Limiting

Serveurs d'inférence Réplicas auto-scalés

replica-1

replica-2

replica-3

Registre de modèles

Artefacts versionnés

Monitoring

Prédictions loggées

## Expérience développeur

### Déployez en quelques lignes de code

Utilisez le SDK Python pour déployer, mettre à jour et gérer les modèles de manière programmatique. Accès API complet pour l'intégration CI/CD.

### DÉPLOYER UN MODÈLE Python SDK

```python
# Connect and get deployment
from picsellia import Client

client = Client()

# Create deployment with model
deployment = client.create_deployment(
  name="prod-v3"
)
deployment.set_model(model_version)
```

### LANCER UNE INFÉRENCE Python SDK

```python
# Run prediction from file path
result = deployment.predict(
  "image.jpg"
)

# Run prediction from bytes
result = deployment.predict_bytes(
  "image.jpg",
  raw_image
)

# Send to monitoring
deployment.monitor("image.jpg")
```

### REST API cURL

```bash
# Direct API call
curl -X POST "https://serving.picsellia.com/v1/predict" \
  -H "Authorization: Bearer $API_KEY" \
  -F "image=@photo.jpg" \
  -F "deployment_id=dep_abc123"
```

## Auto-Scaling

Actif

Nombre de réplicas sur 24h

| Heure  | Réplicas |
|--------|----------|
| 06:00  | 1        |
| 09:00  | 3        |
| 12:00  | 6        |
| 15:00  | 4        |
| 18:00  | 2        |
| 22:00  | 1        |

Min : 1 réplica Max : 6 réplicas Coût optimisé

1-10

Plage de réplicas

<30s

Temps de scale-up

70%

Seuil CPU

## Auto-Scaling

### Scalez selon la demande

Scalez automatiquement de zéro à des milliers de requêtes par seconde. Payez uniquement le compute utilisé, avec des politiques de scaling intelligentes.

Scale-to-zero pour l'efficacité des coûts

Politiques de scaling basées sur le CPU et les requêtes

Limites min/max de réplicas configurables

Optimisation du cold-start avec warm pools

Support du déploiement multi-région

## Conçu pour la production

### Tout ce dont vous avez besoin pour servir des modèles

Du registre de modèles au endpoint de production, Picsellia gère l'intégralité du cycle de vie du déploiement avec une fiabilité entreprise.

#### Intégration du registre de modèles

Déployez n'importe quelle version de modèle depuis votre registre. Traçabilité complète de l'expérience au endpoint de production.

Gestion des versions

Suivi des artefacts

Support du rollback

#### Optimisation du runtime

Optimisation automatique des modèles avec ONNX Runtime, TensorRT ou des conteneurs de serving personnalisés.

ONNX Runtime

Accélération TensorRT

Conteneurs personnalisés

#### Monitoring intégré

Chaque prédiction est loggée. Suivez la latence, le débit et les anomalies dès le premier jour.

Tableaux de bord en temps réel

Détection d'anomalies

Suivi du drift

## Prêt à déployer vos modèles ?

Passez du modèle entraîné au endpoint de production en quelques minutes. Serverless, scalable et entièrement managé.

[Démarrer l'essai gratuit](/content/trial/index.html) [Demander une démo](/content/demo/index.html)