Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Creación de una configuración de punto de conexión
<a name="async-inference-create-endpoint-create-endpoint-config"></a>

Cuando tenga un modelo, cree una configuración de punto de conexión con [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateEndpointConfig.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateEndpointConfig.html). Los servicios de alojamiento de Amazon SageMaker AI utilizan esta configuración para implementar modelos. En la configuración, identificas uno o más modelos, creados con [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateModel.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateModel.html), para implementar los recursos que deseas que Amazon SageMaker AI aprovisione. Especifique el objeto `AsyncInferenceConfig` y proporcione una ubicación de Amazon S3 de salida para `OutputConfig`. Si lo desea, puede especificar los temas de [Amazon SNS](https://docs.aws.amazon.com/sns/latest/dg/welcome.html) a los que enviar notificaciones sobre los resultados de las predicciones. Para obtener más información sobre temas de Amazon SNS, consulte [Configuración de Amazon SNS](https://docs.aws.amazon.com/sns/latest/dg/sns-configuring.html).

Para mejorar la disponibilidad de los puntos finales y reducir los errores de capacidad insuficiente, puede configurar los *grupos de instancias* en su variante de producción. Los grupos de instancias te permiten especificar una lista ordenada de tipos de instancias para que la SageMaker IA recurra automáticamente a los tipos de menor prioridad cuando tu tipo de instancia preferido no esté disponible. Para obtener más información, consulte [Implemente en varios tipos de instancias con grupos de instancias](realtime-endpoints-heterogeneous.md).

En el siguiente ejemplo se muestra cómo crear una configuración del punto de conexión mediante AWS SDK para Python (Boto3):

```
import datetime
from time import gmtime, strftime

# Create an endpoint config name. Here we create one based on the date  
# so it we can search endpoints based on creation time.
endpoint_config_name = f"XGBoostEndpointConfig-{strftime('%Y-%m-%d-%H-%M-%S', gmtime())}"

# The name of the model that you want to host. This is the name that you specified when creating the model.
model_name={{'<The_name_of_your_model>'}}

create_endpoint_config_response = sagemaker_client.create_endpoint_config(
    EndpointConfigName=endpoint_config_name, # You will specify this name in a CreateEndpoint request.
    # List of ProductionVariant objects, one for each model that you want to host at this endpoint.
    ProductionVariants=[
        {
            "VariantName": {{"variant1"}}, # The name of the production variant.
            "ModelName": model_name, 
            "InstanceType": {{"ml.m5.xlarge"}}, # Specify the compute instance type.
            "InitialInstanceCount": {{1}} # Number of instances to launch initially.
        }
    ],
    AsyncInferenceConfig={
        "OutputConfig": {
            # Location to upload response outputs when no location is provided in the request.
            "S3OutputPath": f"s3://{s3_bucket}/{bucket_prefix}/output"
            # (Optional) specify Amazon SNS topics
            "NotificationConfig": {
                "SuccessTopic": "arn:aws:sns:{{aws-region:account-id:topic-name}}",
                "ErrorTopic": "arn:aws:sns:{{aws-region:account-id:topic-name}}",
            }
        },
        "ClientConfig": {
            # (Optional) Specify the max number of inflight invocations per instance
            # If no value is provided, Amazon SageMaker will choose an optimal value for you
            "MaxConcurrentInvocationsPerInstance": 4
        }
    }
)

print(f"Created EndpointConfig: {create_endpoint_config_response['EndpointConfigArn']}")
```

En el ejemplo mencionado anteriormente, se especifican las siguientes claves para `OutputConfig` en el campo `AsyncInferenceConfig`:
+ `S3OutputPath`: ubicación para cargar los resultados de la respuesta cuando no se proporciona ninguna ubicación en la solicitud.
+ `NotificationConfig`: (opcional) temas de SNS que le envían notificaciones cuando una solicitud de inferencia se realiza correctamente (`SuccessTopic`) o cuando hay un error (`ErrorTopic`).

También puede especificar el siguiente argumento opcional para `ClientConfig` en el campo `AsyncInferenceConfig`:
+ `MaxConcurrentInvocationsPerInstance`: (Opcional) El número máximo de solicitudes simultáneas enviadas por el cliente de SageMaker IA al contenedor modelo.