AnswersPublished15 sources
GPUWorks: lättviktig AI-infrastruktur utan krav på Kubernetes
ZStack släppte GPUWorks som öppen källkod under Apache 2.0 den 4 november 2026. Projektet finns på GitHub.[2][3] Plattformen uppges vara cirka 40 MB och är tänkt att hantera blandade acceleratorer och AI inferens utan krav på Kubernetes.[1][3] ZStack rapporterar tester med 1 003 GPU servrar och över 500 inferensrepl...
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer
Key takeaways
- ZStack släppte GPUWorks som öppen källkod under Apache 2.0 den 4 november 2026. Projektet finns på GitHub.[2][3]
- Plattformen uppges vara cirka 40 MB och är tänkt att hantera blandade acceleratorer och AI inferens utan krav på Kubernetes.[1][3]
- ZStack rapporterar tester med 1 003 GPU servrar och över 500 inferensrepliker på fyra minuter.
AI Prompt
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 är ZStacks lättviktiga plattform för GPU-hantering och AI-inferens. Den ska samla acceleratorer i ett kluster och göra det möjligt att driftsätta och hantera inferenstjänster. Den 4 november 2026 meddelade ZStack att projektet släpps under Apache 2.0-licensen. Källkoden finns i GitHub-arkivet flitai-io/gpuworks.2
3
Grundidén är ett litet styrplan för blandad acceleratorhårdvara och modellhantering – utan att kräva Kubernetes, systemet som ofta används för att samordna containerbaserade tjänster.1
3
Blandad hårdvara och ett litet installationspaket
GPUWorks beskrivs som en plattform för kluster med acceleratorer i både privata och publika moln. En separat rapport nämner stöd för NVIDIA, Huawei Ascend, T-Head PPU och Hygon-hårdvara.3
7 De tillgängliga källorna belägger däremot inte stöd för AMD, så det bör inte tas för givet.
ZStack beskriver ett installationspaket på drygt 40 MB, installation med ett kommando och användning utan Kubernetes. GitHub-projektet anger också en storlek på omkring 40 MB.1
3 Uppgifterna är ungefärliga och innebär inte att varje installation eller driftsättning får exakt samma storlek.
I lanseringsmaterialet nämns en katalog med nära 400 modeller och över 1 000 färdiga kombinationer av modell och chip. ZStack lyfter också fram en inbyggd AI-assistent för felsökning och schemaläggning, där besluten ska motiveras.1 Det är produktuppgifter från lanseringen; de tillgängliga källorna innehåller ingen oberoende utvärdering av katalogen eller assistenten.
GPU-delning och rapporterade testresultat
En av plattformens funktioner är att modeller ska kunna dela på GPU-resurser när de inte används samtidigt. Enligt dokumentationen kan en instans frigöra GPU-minne via inferensmotorns viloläge medan containern fortsätter att köras. Instansen kan sedan väckas när den behövs.27 ZStack beskriver också modellernas vila och väckning som ett sätt att utnyttja en gemensam pool av GPU:er bättre.
1
I ett test med fysisk hårdvara uppger ZStack att en GPUWorks-server hanterade 1 003 GPU-servrar och startade över 500 inferensrepliker på fyra minuter. Den ska ha levererat 69 000 token per sekund, medan hanteringsservern använde nio CPU-kärnor och 1,6 GB minne.2
Det här är leverantörens egna testresultat, inte oberoende verifierade riktmärken. Underlaget innehåller inte tillräckligt med testdetaljer för att avgöra hur resultaten skulle stå sig med annan hårdvara eller andra arbetsbelastningar.
Vad öppen källkod säger – och inte säger
Apache 2.0-licensen och det publika GitHub-arkivet visar hur projektet görs tillgängligt.2
3 De källor som ligger till grund för den här artikeln beskriver däremot inte någon särskild process för bidrag från utvecklare, och de bekräftar inte heller alla funktioner som förekommer i mer omfattande beskrivningar av GPUWorks.
Bland annat går det inte att slå fast stöd för AMD, hela bredden av driftsmiljöer, ett OpenAI-kompatibelt API eller detaljerad debitering och användningsredovisning. De tillgängliga källorna räcker inte heller för att verifiera specifika resultat om väckning av modeller eller jämförelser av kallstartstider.
Den säkraste slutsatsen är därför avgränsad: GPUWorks är ett projekt med öppen källkod, omkring 40 MB stort enligt projektets beskrivning, som är avsett att hantera blandad acceleratorinfrastruktur och AI-inferens utan Kubernetes. De stora skal- och prestandasiffrorna bör tills vidare betraktas som ZStacks lanseringsuppgifter.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "GPUWorks: lättviktig AI-infrastruktur utan krav på Kubernetes"?
ZStack släppte GPUWorks som öppen källkod under Apache 2.0 den 4 november 2026. Projektet finns på GitHub.[2][3]
What are the key points to validate first?
ZStack släppte GPUWorks som öppen källkod under Apache 2.0 den 4 november 2026. Projektet finns på GitHub.[2][3] Plattformen uppges vara cirka 40 MB och är tänkt att hantera blandade acceleratorer och AI inferens utan krav på Kubernetes.[1][3]
What should I do next in practice?
ZStack rapporterar tester med 1 003 GPU servrar och över 500 inferensrepliker på fyra minuter.
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