GPUWorks 是 ZStack 推出的輕量 GPU 管理與模型即服務（MaaS）平台，目標是把分散的加速器資源納入同一個叢集，並協助部署、管理 AI 推論服務。ZStack 於 2026 年 11 月 4 日宣布以 Apache-2.0 授權開源，程式碼可在 flitai-io/gpuworks GitHub 專案取得。23

它的主打方向是小型控制平面、異質加速器管理，以及不必先架設 Kubernetes 就能部署推論服務。13 對正在評估 AI 基礎設施的團隊來說，值得留意的不只是安裝檔大小，也包括支援範圍與效能數據目前來自何處。

輕量部署，整合不同加速器

GPUWorks 專案將平台描述為可跨公有雲與私有雲管理混合加速器的 GPU 管理及 MaaS 工具。3 發布報導列出的硬體包括 NVIDIA、華為昇騰、T-Head PPU 與海光設備。7 現有資料並未證實 AMD 支援，因此不宜將它納入已確認的相容清單。

ZStack 的發布報導形容平台大小在 40MB 以上，並主打單指令安裝、不依賴 Kubernetes；GitHub 專案則將下載大小描述為約 40MB。13 這些是概略數字，不代表所有環境的實際安裝或部署大小都相同。

發布報導也提到，GPUWorks 提供近 400 個模型，以及 1,000 多組模型與晶片的啟動設定，並內建 AI 助理協助故障診斷，讓排程決策附帶說明。1 這些內容目前屬產品發布資料所述，現有來源沒有提供獨立測試來驗證模型目錄或助理的實際表現。

GPU 休眠與喚醒：讓模型共用資源

GPUWorks 將模型休眠與喚醒列為 GPU 資源共享方式之一。文件指出，暫時用不到的推論實例可透過推論引擎的休眠模式釋放 GPU 記憶體；容器仍保持執行狀態，之後有需求時再喚醒。27 發布報導則將此功能描述為讓多個大型模型分時共用同一批 GPU。1

這項設計的訴求，是提高 GPU 資源的共用程度；實際效果仍會受到模型、推論引擎與部署環境等因素影響。現有資料不足以據此推論所有工作負載都能獲得相同的資源節省或喚醒速度。

千台伺服器測試：目前應視為業者公布數據

ZStack 的發布資料稱，在實體硬體測試中，一台 GPUWorks Server 管理了 1,003 台 GPU 伺服器，並在 4 分鐘內啟動超過 500 個推論副本，輸出速度達每秒 69,000 個 token；管理伺服器本身使用 9 個 CPU 核心與 1.6GB 記憶體。2

這些是業者公布的測試結果，而非獨立驗證的基準測試。現有資料沒有提供足夠的測試細節，難以判斷不同硬體配置或工作負載下能否重現相同表現。

開源範圍與仍待確認的功能

Apache-2.0 授權公告與公開 GitHub 專案，確認了 GPUWorks 的授權及程式碼取得管道。23 不過，現有來源沒有完整說明貢獻流程，也不足以確認一些較廣泛的功能描述，包括 AMD 支援、所有部署環境、OpenAI 相容 API、詳細用量計費，以及模型喚醒速度的比較數據。

目前較有根據的結論是：GPUWorks 是一套約 40MB、以開源方式提供的輕量平台，目標是管理異質加速器並部署 AI 推論服務，且主打不依賴 Kubernetes。13 至於規模測試與各項操作能力，閱讀時宜先視為發布方說法，等候更多獨立驗證。

GPUWorks 是 ZStack 推出的輕量 GPU 管理與模型即服務（MaaS）平台，目標是把分散的加速器資源納入同一個叢集，並協助部署、管理 AI 推論服務。ZStack 於 2026 年 11 月 4 日宣布以 Apache-2.0 授權開源，程式碼可在 flitai-io/gpuworks GitHub 專案取得。23

它的主打方向是小型控制平面、異質加速器管理，以及不必先架設 Kubernetes 就能部署推論服務。13 對正在評估 AI 基礎設施的團隊來說，值得留意的不只是安裝檔大小，也包括支援範圍與效能數據目前來自何處。

輕量部署，整合不同加速器

GPUWorks 專案將平台描述為可跨公有雲與私有雲管理混合加速器的 GPU 管理及 MaaS 工具。3 發布報導列出的硬體包括 NVIDIA、華為昇騰、T-Head PPU 與海光設備。7 現有資料並未證實 AMD 支援，因此不宜將它納入已確認的相容清單。

ZStack 的發布報導形容平台大小在 40MB 以上，並主打單指令安裝、不依賴 Kubernetes；GitHub 專案則將下載大小描述為約 40MB。13 這些是概略數字，不代表所有環境的實際安裝或部署大小都相同。

發布報導也提到，GPUWorks 提供近 400 個模型，以及 1,000 多組模型與晶片的啟動設定，並內建 AI 助理協助故障診斷，讓排程決策附帶說明。1 這些內容目前屬產品發布資料所述，現有來源沒有提供獨立測試來驗證模型目錄或助理的實際表現。

GPU 休眠與喚醒：讓模型共用資源

GPUWorks 將模型休眠與喚醒列為 GPU 資源共享方式之一。文件指出，暫時用不到的推論實例可透過推論引擎的休眠模式釋放 GPU 記憶體；容器仍保持執行狀態，之後有需求時再喚醒。27 發布報導則將此功能描述為讓多個大型模型分時共用同一批 GPU。1

這項設計的訴求，是提高 GPU 資源的共用程度；實際效果仍會受到模型、推論引擎與部署環境等因素影響。現有資料不足以據此推論所有工作負載都能獲得相同的資源節省或喚醒速度。

千台伺服器測試：目前應視為業者公布數據

ZStack 的發布資料稱，在實體硬體測試中，一台 GPUWorks Server 管理了 1,003 台 GPU 伺服器，並在 4 分鐘內啟動超過 500 個推論副本，輸出速度達每秒 69,000 個 token；管理伺服器本身使用 9 個 CPU 核心與 1.6GB 記憶體。2

這些是業者公布的測試結果，而非獨立驗證的基準測試。現有資料沒有提供足夠的測試細節，難以判斷不同硬體配置或工作負載下能否重現相同表現。

開源範圍與仍待確認的功能

Apache-2.0 授權公告與公開 GitHub 專案，確認了 GPUWorks 的授權及程式碼取得管道。23 不過，現有來源沒有完整說明貢獻流程，也不足以確認一些較廣泛的功能描述，包括 AMD 支援、所有部署環境、OpenAI 相容 API、詳細用量計費，以及模型喚醒速度的比較數據。

目前較有根據的結論是：GPUWorks 是一套約 40MB、以開源方式提供的輕量平台，目標是管理異質加速器並部署 AI 推論服務，且主打不依賴 Kubernetes。13 至於規模測試與各項操作能力，閱讀時宜先視為發布方說法，等候更多獨立驗證。