GPUWorks 是 ZStack 推出的輕量 GPU 管理及模型即服務（Model-as-a-Service，MaaS）平台，目標係管理加速器資源，並部署 AI 推理服務。ZStack 於 2026 年 11 月 4 日宣布以 Apache-2.0 授權開源，專案放喺 flitai-io/gpuworks GitHub 儲存庫。23

簡單講，佢想用較細嘅控制平台，管理唔同加速器組成嘅叢集，同時部署及管理模型推理服務，而且唔要求用 Kubernetes。13

主打輕量，同一個叢集管理不同加速器

GPUWorks 將不同加速器資源納入共享叢集，並支援喺公有雲同私有雲管理混合硬件。3 另一篇報道列出 NVIDIA、Huawei Ascend、T-Head PPU 同 Hygon 等硬件。7 不過，現有來源未能證實 AMD 支援，唔應單憑「混合加速器」呢個講法就假設 AMD 亦包括在內。

體積方面，ZStack 的發布資料形容安裝包超過 40MB，並主打單一指令安裝及毋須 Kubernetes；GitHub 專案則稱下載大小約 40MB。13 呢啲係概括描述，唔代表每種安裝方式或部署配置都會有完全相同嘅體積。

平台亦宣稱提供接近 400 個模型，以及超過 1,000 套模型與晶片配對的啟動配置；內置 AI 助手可協助故障診斷，而調度決定亦會交代理據。1 呢啲屬發布資料中的產品描述，現有來源未有獨立測試相關模型目錄或助手表現。

讓模型輪流用 GPU，減少資源閒置

GPUWorks 其中一個賣點係模型可以透過休眠與喚醒，共用同一批 GPU。官方文件指，暫時唔需要嘅推理實例可以透過推理引擎的休眠模式釋放 GPU 記憶體，容器仍然保持運行；有需要時再喚醒。27 發布資料亦將模型分時使用 GPU，列為重用運算資源的方法。1

「管理 1,003 部伺服器」係廠方測試數字

ZStack 的發布資料稱，在實體硬件測試中，一部 GPUWorks Server 管理了 1,003 部 GPU 伺服器，4 分鐘內啟動超過 500 個推理服務副本，每秒輸出 69,000 個 token。管理伺服器本身據報使用 9 個 CPU 核心及 1.6GB 記憶體。2

要留意，呢啲係廠方公布的測試結果，並非經獨立驗證的基準測試。現有資料亦不足以判斷測試環境、硬件配置及工作負載，實際表現未必可以直接套用到其他部署場景。

開源授權已公布，但功能細節仍要逐項核實

Apache-2.0 授權公告及公開的 GitHub 儲存庫，確認了 GPUWorks 的授權方式和程式碼入口。23 不過，現有來源未有交代具體的貢獻流程，亦未能支持所有較廣泛的功能說法。尤其係 AMD 支援、完整部署環境、OpenAI 相容 API、詳細用量及收費統計，以及模型喚醒時間和冷啟動比較等，未有足夠資料證實。

因此，較穩妥的理解係：GPUWorks 是一個約 40MB、毋須 Kubernetes 的開源平台，定位為管理混合加速器基建及部署 AI 推理服務。至於高規模測試數字和各項操作能力，應先視為發布方的說法，等待更多獨立資料驗證。

GPUWorks 是 ZStack 推出的輕量 GPU 管理及模型即服務（Model-as-a-Service，MaaS）平台，目標係管理加速器資源，並部署 AI 推理服務。ZStack 於 2026 年 11 月 4 日宣布以 Apache-2.0 授權開源，專案放喺 flitai-io/gpuworks GitHub 儲存庫。23

簡單講，佢想用較細嘅控制平台，管理唔同加速器組成嘅叢集，同時部署及管理模型推理服務，而且唔要求用 Kubernetes。13

主打輕量，同一個叢集管理不同加速器

GPUWorks 將不同加速器資源納入共享叢集，並支援喺公有雲同私有雲管理混合硬件。3 另一篇報道列出 NVIDIA、Huawei Ascend、T-Head PPU 同 Hygon 等硬件。7 不過，現有來源未能證實 AMD 支援，唔應單憑「混合加速器」呢個講法就假設 AMD 亦包括在內。

體積方面，ZStack 的發布資料形容安裝包超過 40MB，並主打單一指令安裝及毋須 Kubernetes；GitHub 專案則稱下載大小約 40MB。13 呢啲係概括描述，唔代表每種安裝方式或部署配置都會有完全相同嘅體積。

平台亦宣稱提供接近 400 個模型，以及超過 1,000 套模型與晶片配對的啟動配置；內置 AI 助手可協助故障診斷，而調度決定亦會交代理據。1 呢啲屬發布資料中的產品描述，現有來源未有獨立測試相關模型目錄或助手表現。

讓模型輪流用 GPU，減少資源閒置

GPUWorks 其中一個賣點係模型可以透過休眠與喚醒，共用同一批 GPU。官方文件指，暫時唔需要嘅推理實例可以透過推理引擎的休眠模式釋放 GPU 記憶體，容器仍然保持運行；有需要時再喚醒。27 發布資料亦將模型分時使用 GPU，列為重用運算資源的方法。1

「管理 1,003 部伺服器」係廠方測試數字

ZStack 的發布資料稱，在實體硬件測試中，一部 GPUWorks Server 管理了 1,003 部 GPU 伺服器，4 分鐘內啟動超過 500 個推理服務副本，每秒輸出 69,000 個 token。管理伺服器本身據報使用 9 個 CPU 核心及 1.6GB 記憶體。2

要留意，呢啲係廠方公布的測試結果，並非經獨立驗證的基準測試。現有資料亦不足以判斷測試環境、硬件配置及工作負載，實際表現未必可以直接套用到其他部署場景。

開源授權已公布，但功能細節仍要逐項核實

Apache-2.0 授權公告及公開的 GitHub 儲存庫，確認了 GPUWorks 的授權方式和程式碼入口。23 不過，現有來源未有交代具體的貢獻流程，亦未能支持所有較廣泛的功能說法。尤其係 AMD 支援、完整部署環境、OpenAI 相容 API、詳細用量及收費統計，以及模型喚醒時間和冷啟動比較等，未有足夠資料證實。

因此，較穩妥的理解係：GPUWorks 是一個約 40MB、毋須 Kubernetes 的開源平台，定位為管理混合加速器基建及部署 AI 推理服務。至於高規模測試數字和各項操作能力，應先視為發布方的說法，等待更多獨立資料驗證。