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.

# Instancias en la nube
<a name="neo-cloud-instances"></a>

Amazon SageMaker Neo proporciona soporte de compilación para marcos de aprendizaje automático populares TensorFlow PyTorch, como MXNet y más. Puede implementar su modelo compilado en instancias de nube e instancias de AWS Inferentia. Para obtener una lista completa de los marcos y tipos de instancias compatibles, consulte [Marcos y tipos de instancias compatibles](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-supported-cloud.html). 

Puede compilar su modelo de tres maneras: mediante la AWS CLI consola de SageMaker IA o el SDK de SageMaker IA para Python. Consulte [Uso de Neo para compilar un modelo](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-job-compilation.html) para obtener más información. Una vez compilados, los artefactos del modelo se almacenan en el URI del bucket de Amazon S3 que haya especificado durante el trabajo de compilación. Puede implementar su modelo compilado en instancias de nube e instancias de AWS Inferentia mediante el SDK de SageMaker IA para Python o la AWS consola. AWS SDK para Python (Boto3) AWS CLI

Si despliega el modelo mediante AWS CLI la consola o Boto3, debe seleccionar un URI de Amazon ECR de imagen de Docker para su contenedor principal. Consulte [Imágenes de contenedor de inferencias de Neo](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-deployment-hosting-services-container-images.html) para obtener una lista de URI de Amazon ECR.

**Topics**
+ [Tipos de instancias y marcos compatibles](neo-supported-cloud.md)
+ [Implementación de un modelo](neo-deployment-hosting-services.md)
+ [Solicitudes de inferencia con un servicio implementado](neo-requests.md)
+ [Imágenes de contenedor de inferencias](neo-deployment-hosting-services-container-images.md)