用途：把模型服务注册为守护进程拥有的“受管端点”，注册一次后，针对它的每个 compute_provider 单元即可直接工作。守护进程会先停掉常驻模型（一次一个，走其自身批准的 stop），运行已批准的启动脚本，等待就绪路由，再运行单元并流式输出生命周期进度。用户无需自己运行容器运行时、无需在单元中轮询就绪、也看不到凭据值。两个动作：register()（向用户确认一次）与普通推理单元。
主要能力：支持本地容器注册（镜像、仓库登录、内部端口、缓存挂载目标、就绪路由来自模型自身的 runbook 技能）与远程上游 API（https，无生命周期）。调用唯一形式是 compute_provider 工具加已注册名称（list_compute 可列出）；守护进程按需拉起模型，并把 BASE_URL 预载入单元（Python 变量与 os.environ["BASE_URL"]，远程端点另有 INFER_API_KEY）。端点不是内核环境，普通 python 单元用 environment= 指定端点会失败。
使用方式：每台机器需在 Customize → Compute → Model endpoints 连接该家族并选择 Local 或 URL/remote 模式；未连接时 free_port()/register() 会报错。注册须传 credential="NVIDIA_API_KEY"（其他名称被拒）。本地注册用 host.model_endpoints.free_port() 取端口，url 必须字面写 127.0.0.1，名称用 <model>-service。远程注册传 https url 并省略 start/stop/live，其主机须与配置的上游主机完全一致。register() 总会向用户弹卡确认，字节完全相同的重复注册静默通过。
限制：启动脚本须幂等并含端口不匹配与运行时绑定守卫；脚本仅继承 HOST_PORT、SERVICE_DIR 和注册凭据，须保持 ASCII；缓存须归容器 uid 所有，不可 777；-d 且不加 --rm。失败会置端点 FAILED 且粘滞，需用户按 Stop 或重新注册；首次冷启动下载镜像与权重可能耗时数分钟。断开连接会完整拆除所有本地服务与注册（缓存保留）。