> For the complete documentation index, see [llms.txt](https://docs.maiagent.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.maiagent.ai/tech/maiagent-tech-ja/platform-development/architecture.md).

# デプロイアーキテクチャ

MaiAgent は拡張性を備えた生成 AI プラットフォームであり、多様なアプリケーションシナリオに対応します。さまざまなビジネス要件やリソース構成方式に適応するため、本プラットフォームは主に 2 つのデプロイモードを提供しています。**一体型デプロイ** と **分散型デプロイ** です。

本章では、この 2 つのアーキテクチャの違い、適用シーン、それぞれのメリット・デメリットを説明するとともに、実際のデプロイ参考例を紹介します。

## 一体型デプロイ

### アーキテクチャ説明

一体型デプロイモードでは、MaiAgent のすべてのコアコンポーネント（例:メインサービス、タスクスケジューリングサービス、データストレージ、データベース、フロントエンドサービスなど）が同一のサーバー上にインストールされ、稼働します。特徴は**集中管理**であり、デプロイが容易なため、迅速なリリースやテスト環境に適しています。

MaiAgent プラットフォームは GPU がなくても稼働でき、一般的な CPU 環境でもスムーズにデプロイ・実行できます。ただし、GPU リソースを備えたマシン上であれば、プラットフォームをモデルと同一環境にデプロイし、ハードウェアアクセラレーション性能を十分に活用することも可能です。以下に、よく利用される 2 つのアーキテクチャ図を参考として示します。

### アーキテクチャ図

1. GPU を搭載したサーバーへのデプロイ:

MaiAgent プラットフォームとモデルサービスを同一マシンに併設します。プラットフォームは内部 API の形でリクエストの調整とトラフィック制御を担い、モデルは GPU を利用して高効率な推論能力を提供します。プラットフォームとモデルサービスを同じ場所に配置する場合、プラットフォームのみを稼働させる一般サーバーを別途購入する必要がなく、全体のハードウェアコストを抑えられます。

<figure><img src="/files/sGp9iqcav7pz7mLke7oh" alt=""><figcaption></figcaption></figure>

2. GPU を搭載しないサーバーへのデプロイ:

MaiAgent を GPU を搭載しないサーバーにデプロイする場合でも、モデルサービスは依然として必要となるため、API を介して GPU サーバーまたはクラウド API 推論サービスと連携する必要があります。プラットフォームとモデルサービスを分離した場合、独立してスケールでき、必要に応じて柔軟に演算リソースを増減できるため、アーキテクチャの柔軟性と保守性が向上します。

<figure><img src="/files/EB7q9v5PTeEgO5163Xwr" alt=""><figcaption></figcaption></figure>

## 分散型デプロイ

### アーキテクチャ説明

分散型デプロイモードでは、MaiAgent の各コアモジュールが独立したサービスに分割され、複数のサーバーに分散配置されます。各モジュールは必要に応じて水平スケーリングが可能であり、高可用性と大規模処理能力を実現します。

* **クラウドプラットフォーム（Cloud PaaS）環境**\
  パブリッククラウドまたはプライベートクラウド環境では、Kubernetes、AWS ECS/EKS、GCP Cloud Run、Azure App Service などのプラットフォーム・アズ・ア・サービス（PaaS）の機能を直接活用できます。これらのサービスはコンテナオーケストレーション、ロードバランシング、オートスケーリング（auto-scaling）、監視機構を提供し、分散モジュールの迅速なデプロイとリソースの動的な調整を可能にすることで、インフラ運用の負担を軽減します。
* **オンプレミス（On-Premise VM）環境**\
  オンプレミス VM の状況でも、仮想マシンやベアメタルサーバー上にコンテナプラットフォームやアプリケーションサービスフレームワークを構築することで、クラウドと同様の分散管理・拡張能力を実現できます。クラスタリソース、監視、冗長化機構は自前で計画する必要がありますが、同様に高可用性と柔軟なスケーリングを達成できます。

### アーキテクチャ図

<figure><img src="/files/uG2VSno3vpdepACfnnGK" alt=""><figcaption></figcaption></figure>

## デプロイモード比較表

<table><thead><tr><th width="133.58203125">特性</th><th>一体型デプロイ</th><th>分散型デプロイ</th></tr></thead><tbody><tr><td><strong>アーキテクチャ設計</strong></td><td>すべてのコンポーネントを単一のサーバー/コンテナに集約</td><td>各コンポーネントを独立サービスに分割し、複数ノードに分散</td></tr><tr><td><strong>インフラコスト</strong></td><td>低い。サーバー 1 台で対応可能</td><td>高い。複数のサーバーまたはクラウドリソースが必要</td></tr><tr><td><strong>デプロイコスト</strong></td><td>低い</td><td>高い。デプロイが難しく、DevOps チームが必要</td></tr><tr><td><strong>保守コスト</strong></td><td>低い。集中管理</td><td>高い。サーバー横断・サービス横断での保守と監視が必要</td></tr><tr><td><strong>拡張性</strong></td><td>なし。単一マシンのリソースに制約される</td><td>あり。ボトルネックとなるモジュールを個別に増強可能</td></tr><tr><td><strong>高可用性</strong></td><td>なし。単一障害点によりシステム全体が停止</td><td>あり。単一サービスの障害がシステム全体に影響しない</td></tr><tr><td><strong>適用シーン</strong></td><td>PoC、開発テスト、小規模アプリケーション</td><td>本番リリース、大規模、複数部門</td></tr></tbody></table>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.maiagent.ai/tech/maiagent-tech-ja/platform-development/architecture.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.