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.

# Instâncias de nuvem
<a name="neo-cloud-instances"></a>

 SageMaker O Amazon Neo fornece suporte de compilação para estruturas populares de aprendizado de máquina TensorFlow, como,, PyTorch MXNet e muito mais. Você pode implantar seu modelo compilado em instâncias de nuvem e instâncias de AWS inferência. Para obter uma lista dos frameworks e dos tipos de instâncias compatíveis, consulte [Tipos de instâncias compatíveis e frameworks](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-supported-cloud.html). 

Você pode compilar seu modelo de três maneiras: por meio do AWS CLI SageMaker AI Console ou do SageMaker AI SDK para Python. Consulte [Usar o Neo para compilar um modelo](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-job-compilation.html) para obter mais informações. Depois de compilados, os artefatos do modelo são armazenados no URI do bucket do Amazon S3 que você especificou durante o trabalho de compilação. Você pode implantar seu modelo compilado em instâncias de nuvem e instâncias de AWS inferência usando o SageMaker AI SDK para Python, AWS SDK para Python (Boto3) AWS CLI, ou o console. AWS 

Se você implantar seu modelo usando AWS CLI o console ou o Boto3, deverá selecionar um URI do Amazon ECR de imagem do Docker para seu contêiner principal. Consulte [Neo Inference Container Images](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-deployment-hosting-services-container-images.html) para obter uma lista de URIs do Amazon ECR.

**Topics**
+ [Tipos e estruturas de instância compatíveis](neo-supported-cloud.md)
+ [Implantar um modelo](neo-deployment-hosting-services.md)
+ [Solicitações de inferência com um serviço implantado](neo-requests.md)
+ [Imagens de contêiner de inferência](neo-deployment-hosting-services-container-images.md)