Templates do Compute agora têm imagem pronta
AIUBY Compute + templates + imagem pronta
Até aqui, um template do AIUBY Compute era só código: você copiava os arquivos, construía a imagem, publicava num registro e só então cadastrava a aplicação. Desde 13 de novembro de 2026 os templates de partida vêm com a imagem pronta. Este texto lista o que cada um faz, o hardware que pede, o que testamos antes de marcar como pronto e o que continua restrito.
#O que mudou
Na tela Compute → Templates, cada cartão ganhou o selo Imagem pronta. O botão Usar este template cadastra a aplicação com a configuração do template, já apontando para uma imagem que existe. Na tela da aplicação, o passo seguinte é implantar. Usar um template não implanta nem cobra: só cadastra.
Quatro imagens são mantidas por nós. A quinta, do template de inferência, é a imagem oficial do projeto vLLM: o processo dela já é o servidor, e os argumentos escolhem o modelo. Os arquivos de cada template continuam no repositório da CLI.
#Os cinco templates
| Template | O que faz | Hardware pedido | Imagem |
|---|---|---|---|
fastapi-http | Serviço HTTP em Python com rota de saúde e um endpoint de exemplo | CPU: 1 vCPU e 512 MB | Mantida pela AIUBY |
langgraph-agent | Grafo de um nó exposto por HTTP, pronto para receber a chamada ao seu modelo | CPU: 1 vCPU e 1 GB | Mantida pela AIUBY |
vllm-openai | Servidor vLLM que expõe o Phi-3 mini pela API no formato da OpenAI | GPU: uma NVIDIA L4, com 4 vCPU e 16 GB | Oficial do projeto vLLM |
hf-stable-diffusion | Recebe um texto e devolve a imagem em PNG, com um modelo de difusão do Hugging Face | GPU: uma NVIDIA L4, com 4 vCPU e 16 GB | Mantida pela AIUBY |
yolo-detect | Recebe uma imagem e devolve os objetos encontrados, com caixa e confiança | GPU: uma NVIDIA L4, com 4 vCPU e 16 GB | Mantida pela AIUBY |
Três observações que o cartão de cada template também traz:
- Os três de GPU pedem a placa na forma exata dela: uma L4, 4 vCPU, 16 GB, uma réplica. No Cloud Run cada placa só sobe com a máquina mínima dela, então não há como pedir menos.
- O
vllm-openaie ohf-stable-diffusionbaixam o modelo na primeira subida. No vLLM com o Phi-3 mini isso leva perto de 10 minutos. - Licença é assunto seu. O exemplo de difusão usa o Stable Diffusion 1.5 (CreativeML OpenRAIL-M). A Ultralytics, do YOLO, é AGPL-3.0: uso comercial fechado exige licença própria deles.
#O que "provado em implantação real" quer dizer
A lista de templates com imagem mantida por nós fica no código, e a regra para entrar nela é uma só: o template foi implantado de verdade, com aquela imagem, antes de receber o selo. Fora da lista, o template continua pedindo a imagem do cliente. Foi assim que as imagens entraram, em dois lotes no mesmo dia: primeiro FastAPI, LangGraph e YOLO, depois a geração de imagem.
Duas mudanças entraram junto. Modelo grande demora a carregar, e uma aplicação com GPU agora tem até 15 minutos para abrir a porta antes de a subida ser dada como falha. E o template de geração de imagem passou a usar o PyTorch 2.7, porque a versão atual da Diffusers exige 2.6 ou mais novo.
Limite
#Como usar
O caminho mais curto é a tela: Compute → Templates, Usar este template, e implantar na tela da aplicação. Dono ou admin do workspace cadastra.
O endereço que aparece na aplicação começa por templates.aiuby.com/. É um nome próprio nosso, não um registro público: na hora de implantar, a plataforma troca pelo endereço real, sem expor a conta de nuvem. Por isso ele não serve para docker pull.
[config]
runtime = "container"
image = "templates.aiuby.com/fastapi-http:1"
port = 8080Pela CLI, aiuby init copia os arquivos do template. No vllm-openai o aiuby.toml já vem com a imagem oficial. Nos outros quatro o arquivo copiado ainda traz o marcador REGISTRO/... no campo image: é o caminho de quem vai construir a própria imagem. O passo a passo da CLI está em Sua primeira aplicação no AIUBY Compute.
#Imagem própria continua valendo
A imagem pronta serve para ver o template funcionando. Para mudar o código, o caminho é o de antes: construa a sua imagem a partir do Dockerfile do template, publique num registro que a nuvem alcance e troque o endereço na aplicação. Cada troca vira uma revisão nova. A referência do aiuby.toml descreve os campos.
Há um trade-off no template de inferência: ele aponta para a etiqueta latest da imagem do vLLM, então a versão do servidor muda quando o projeto publica outra. Se você precisa de versão fixa, troque a etiqueta ou construa a sua imagem.
#Limites
- Imagem pronta não habilita a implantação. Cadastrar e ver o plano funciona em qualquer organização com o Compute; implantar depende do que o plano responder para a sua organização.
- Os três templates de GPU sobem na implantação paga, cobrada por minuto de instância ligada, ou na prévia do runtime, em organização habilitada pela equipe. Na prévia, a aplicação com GPU para sozinha em 1 hora por padrão, no máximo 2, e a subida do modelo conta dentro desse prazo.
- As placas ficam na Europa: não há GPU no Brasil.
- O endereço é público por padrão. Com dado sensível, exija token de acesso na tela da aplicação antes de implantar.
- A plataforma ainda não constrói imagem a partir do código: quem muda o template constrói e publica a imagem.
Os limites completos da prévia estão em Compute, na documentação.


