RéponsesPublié15 sources
GPUWorks passe à l’open source : une plateforme légère pour l’inférence IA
ZStack a publié GPUWorks sous licence Apache 2.0 le 4 novembre 2026. Le projet est disponible sur GitHub.[2][3] La plateforme, d’environ 40 Mo, vise à gérer des accélérateurs de différents types et à déployer des services d’inférence sans Kubernetes.[1][3] Les chiffres de montée en charge annoncés par ZStack sont de...
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- ZStack a publié GPUWorks sous licence Apache 2.0 le 4 novembre 2026. Le projet est disponible sur GitHub.[2][3]
- La plateforme, d’environ 40 Mo, vise à gérer des accélérateurs de différents types et à déployer des services d’inférence sans Kubernetes.[1][3]
- Les chiffres de montée en charge annoncés par ZStack sont des résultats de tests communiqués par l’entreprise, et non des benchmarks vérifiés indépendamment.[2]
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What is GPUWorks, the enterprise AI inference platform open-sourced on November 4, 2026, according to IT Home, and how does it combine Apach. Article summary: GPUWorks is ZStack’s lightweight, enterprise-grade AI inference and Model-as-a-Service (MaaS) platform, announced as open source under Apache-2.0 on November 4, 2026, with a public `flitai-io/gpuworks` GitHub repository.. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
GPUWorks est une plateforme légère de gestion de GPU et de déploiement de modèles (« Model-as-a-Service ») développée par ZStack. Le 4 novembre 2026, l’entreprise l’a publiée sous licence Apache 2.0. Le code est accessible dans le dépôt GitHub flitai-io/gpuworks.2
3 Sa promesse : réunir différents accélérateurs dans un même environnement et déployer des services d’inférence avec un plan de contrôle réduit, sans imposer Kubernetes.
1
3
À quoi sert GPUWorks ?
GPUWorks cherche à regrouper des ressources d’accélération pour faciliter le déploiement et la gestion de services d’inférence. Le projet annonce la prise en charge de configurations mêlant accélérateurs dans des clouds publics et privés. Un autre article cite notamment les équipements NVIDIA, Huawei Ascend, T-Head PPU et Hygon.3
7 Les sources disponibles ne permettent pas de confirmer la prise en charge d’AMD : il ne faut donc pas la déduire de ces annonces.
L’outil se veut peu encombrant : la présentation de ZStack évoque un téléchargement d’environ 40 Mo, une installation en une commande et l’absence de dépendance à Kubernetes. Le dépôt GitHub décrit lui aussi un téléchargement d’environ 40 Mo.1
3 Il s’agit d’ordres de grandeur annoncés, pas d’une garantie sur la taille de toutes les installations ou configurations.
ZStack met également en avant un catalogue de près de 400 modèles et de plus de 1 000 configurations de lancement associant modèles et puces, ainsi qu’un assistant IA pour aider au diagnostic et justifier les décisions d’ordonnancement.1 Ces éléments sont des caractéristiques avancées dans la présentation du produit ; les sources fournies ne les évaluent pas de manière indépendante.
Partager les GPU et gérer la montée en charge
GPUWorks propose un mécanisme de mise en veille et de réveil pour partager les ressources GPU lorsque plusieurs modèles n’en ont pas besoin au même moment. D’après la documentation du projet, une instance peut libérer de la mémoire GPU via le mode veille du moteur d’inférence tout en gardant son conteneur actif, puis être relancée à la demande.27 ZStack présente ce partage temporel comme un moyen de mieux réutiliser un parc de GPU.
1
Dans des tests sur matériel physique, ZStack affirme qu’un serveur GPUWorks a géré 1 003 serveurs GPU, lancé plus de 500 répliques de services d’inférence en quatre minutes et atteint 69 000 jetons par seconde. Le serveur de gestion aurait utilisé neuf cœurs CPU et 1,6 Go de mémoire.2 Ces résultats sont rapportés par le fournisseur, et non vérifiés par un organisme indépendant. Les informations disponibles ne détaillent pas suffisamment les conditions de test pour savoir dans quelle mesure ils se transposent à d’autres matériels ou charges de travail.
Ce que l’annonce permet — et ne permet pas — de conclure
La licence Apache 2.0 et le dépôt public sur GitHub établissent les conditions de licence annoncées et le point d’accès au projet.2
3 En revanche, les sources consultées ne décrivent pas précisément le processus de contribution et ne confirment pas toutes les fonctionnalités parfois associées à GPUWorks. Elles ne permettent notamment pas d’établir la prise en charge d’AMD, l’ensemble des environnements de déploiement, la compatibilité avec l’API OpenAI, les fonctions détaillées de facturation ou de suivi d’usage, ni les résultats comparatifs avancés sur le réveil des modèles.
À ce stade, le constat le mieux étayé est plus circonscrit : GPUWorks est une plateforme open source d’environ 40 Mo, destinée à gérer des infrastructures à accélérateurs variés et à déployer des services d’inférence sans Kubernetes. Ses chiffres de performance et ses autres capacités annoncées restent à considérer comme des déclarations de lancement tant qu’ils ne sont pas validés indépendamment.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « GPUWorks passe à l’open source : une plateforme légère pour l’inférence IA » ?
ZStack a publié GPUWorks sous licence Apache 2.0 le 4 novembre 2026. Le projet est disponible sur GitHub.[2][3]
Quels sont les points clés à valider en premier ?
ZStack a publié GPUWorks sous licence Apache 2.0 le 4 novembre 2026. Le projet est disponible sur GitHub.[2][3] La plateforme, d’environ 40 Mo, vise à gérer des accélérateurs de différents types et à déployer des services d’inférence sans Kubernetes.[1][3]
Que dois-je faire ensuite en pratique ?
Les chiffres de montée en charge annoncés par ZStack sont des résultats de tests communiqués par l’entreprise, et non des benchmarks vérifiés indépendamment.[2]
Sources
globenewswire.comA 40MB Platform to Manage a Thousand GPU Servers: GPUWorks Is Now Open Source
github.comGitHub - flitai-io/gpuworks: A ~45 MB MaaS platform: one cluster across public and private clouds, on any mix of accelerators.
geekpark.net40+ MB，纳管千台 GPU 服务器！GPUWorks 正式开源！ | 极客公园
pandaily.comGPUWorks Open-Sources 40MB Inference Platform Running Ascend, PPU, Hygon and NVIDIA in One Cluster