O que é o Replicate e para que serve?
O Replicate é um serviço que executa modelos de inteligência artificial por API, para que a equipe use modelos publicados, ou os próprios, sem administrar a infraestrutura de inferência.
Segundo a documentação, cada execução de um modelo cria uma prediction, um objeto que guarda entradas, saída, status e horários. A chamada pode ser feita pela interface web, pela API HTTP ou por bibliotecas em Python e JavaScript, com replicate.run() e um identificador de modelo. Modelos lentos exigem consultar o status até a prediction terminar.
Quem tem um modelo próprio o empacota com o Cog, uma ferramenta de código aberto que o coloca em um contêiner Docker. O fluxo usa um arquivo cog.yaml para dependências e um predict.py para a interface de predição, e o comando cog push publica o modelo.
Para manter um modelo aquecido, o Replicate oferece deployments, que são endpoints privados e dedicados com controle de escala e de hardware. Também é possível ajustar um modelo de imagem como o Flux com dados próprios, e o resultado vira um novo modelo chamado por ID de versão.






