GPUWorks 是 ZStack 推出的轻量级 GPU 管理与模型即服务（MaaS）平台，面向 AI 推理部署。ZStack 于 2026 年 11 月 4 日宣布以 Apache-2.0 协议开源，项目代码可在 GitHub 的 flitai-io/gpuworks 仓库查看。23

它的核心思路是：用较小的控制面统一管理不同加速器，再提供模型部署和推理服务管理能力。项目特别强调不依赖 Kubernetes，适合希望减少基础设施复杂度的团队。13

轻量控制面，管理异构加速器

GPUWorks 希望把不同加速器纳入共享集群，并用于部署和管理推理服务。GitHub 项目介绍称，它支持在公有云和私有云之间构建集群，并管理混合加速器；另一份报道列出的硬件包括 NVIDIA、华为昇腾、T-Head PPU 和海光设备。37现有材料没有证实 AMD 支持，因此不宜将 AMD 纳入已确认的兼容范围。

体积是它的另一项卖点。ZStack 的发布材料将安装包描述为 40MB 以上，支持一条命令安装且不要求 Kubernetes；GitHub 仓库则称下载大小约为 40MB。13这些是近似描述，实际安装或部署的占用可能因环境而异。

发布报道还称，GPUWorks 提供近 400 个模型和 1,000 多套“模型 × 芯片”启动配置，并内置 AI 助手协助故障诊断，调度决策也会说明依据。1这些属于发布材料中的产品介绍；现有来源没有对模型目录或助手能力进行独立测试。

让模型分时共享 GPU

GPUWorks 还强调通过休眠与唤醒机制复用 GPU 资源。项目文档介绍，当某个实例暂时不需要运行时，可借助推理引擎的休眠模式释放 GPU 显存，同时保持容器运行；需要时再唤醒实例。27官方发布材料则将模型分时使用同一批 GPU 作为平台的一项能力。1

ZStack 公布的一项真机测试称，单台 GPUWorks Server 管理了 1,003 台 GPU 服务器，4 分钟内启动 500 多个推理副本，吞吐达到每秒 69,000 个 token；管理服务器自身使用 9 个 CPU 核心和 1.6GB 内存。2

这些数字来自厂商公布的测试结果，并非独立验证的基准。现有材料也没有提供足够的测试细节，无法判断在其他硬件配置或工作负载下能否达到相同表现。

开源范围与仍待确认的信息

Apache-2.0 协议和公开的 GitHub 仓库，说明了项目的许可方式与代码获取入口。23不过，现有来源没有详细说明具体的贡献流程，也不足以确认围绕 GPUWorks 的所有扩展功能。

更稳妥的结论是：GPUWorks 是一款开源、约 40MB、面向异构加速器集群的 GPU 管理和 AI 推理部署平台，主打无需 Kubernetes。其规模数据和部分运行能力目前仍应视为发布方的产品与测试声明，而不是已经独立验证的结论。

GPUWorks 是 ZStack 推出的轻量级 GPU 管理与模型即服务（MaaS）平台，面向 AI 推理部署。ZStack 于 2026 年 11 月 4 日宣布以 Apache-2.0 协议开源，项目代码可在 GitHub 的 flitai-io/gpuworks 仓库查看。23

它的核心思路是：用较小的控制面统一管理不同加速器，再提供模型部署和推理服务管理能力。项目特别强调不依赖 Kubernetes，适合希望减少基础设施复杂度的团队。13

轻量控制面，管理异构加速器

GPUWorks 希望把不同加速器纳入共享集群，并用于部署和管理推理服务。GitHub 项目介绍称，它支持在公有云和私有云之间构建集群，并管理混合加速器；另一份报道列出的硬件包括 NVIDIA、华为昇腾、T-Head PPU 和海光设备。37现有材料没有证实 AMD 支持，因此不宜将 AMD 纳入已确认的兼容范围。

体积是它的另一项卖点。ZStack 的发布材料将安装包描述为 40MB 以上，支持一条命令安装且不要求 Kubernetes；GitHub 仓库则称下载大小约为 40MB。13这些是近似描述，实际安装或部署的占用可能因环境而异。

发布报道还称，GPUWorks 提供近 400 个模型和 1,000 多套“模型 × 芯片”启动配置，并内置 AI 助手协助故障诊断，调度决策也会说明依据。1这些属于发布材料中的产品介绍；现有来源没有对模型目录或助手能力进行独立测试。

让模型分时共享 GPU

GPUWorks 还强调通过休眠与唤醒机制复用 GPU 资源。项目文档介绍，当某个实例暂时不需要运行时，可借助推理引擎的休眠模式释放 GPU 显存，同时保持容器运行；需要时再唤醒实例。27官方发布材料则将模型分时使用同一批 GPU 作为平台的一项能力。1

ZStack 公布的一项真机测试称，单台 GPUWorks Server 管理了 1,003 台 GPU 服务器，4 分钟内启动 500 多个推理副本，吞吐达到每秒 69,000 个 token；管理服务器自身使用 9 个 CPU 核心和 1.6GB 内存。2

这些数字来自厂商公布的测试结果，并非独立验证的基准。现有材料也没有提供足够的测试细节，无法判断在其他硬件配置或工作负载下能否达到相同表现。

开源范围与仍待确认的信息

Apache-2.0 协议和公开的 GitHub 仓库，说明了项目的许可方式与代码获取入口。23不过，现有来源没有详细说明具体的贡献流程，也不足以确认围绕 GPUWorks 的所有扩展功能。

更稳妥的结论是：GPUWorks 是一款开源、约 40MB、面向异构加速器集群的 GPU 管理和 AI 推理部署平台，主打无需 Kubernetes。其规模数据和部分运行能力目前仍应视为发布方的产品与测试声明，而不是已经独立验证的结论。