skypilot-org/skypilot

¿Qué es?

Funciones clave

• 01Ejecuta una misma definición de tarea en Kubernetes, Slurm, GPU reservadas o más de 20 proveedores de nube.
• 02Encuentra la capacidad disponible más económica y cambia automáticamente a otro proveedor cuando se producen errores de capacidad.
• 03Ofrece gang scheduling, trabajos multinodo y colas de trabajos en Kubernetes.
• 04Detiene automáticamente los recursos inactivos y empaqueta cargas de trabajo en clústeres compartidos.
• 05Permite conectarse por SSH a pods de Kubernetes, sincronizar código y conectar IDE para el desarrollo interactivo.

Casos de uso

• Entrenar o ajustar modelos grandes en varias nubes con GPU para evitar la falta de capacidad.
• Servir endpoints de LLM de código abierto, como vLLM o SGLang, en tus propias GPU.
• Ofrecer a los equipos de ML una interfaz sencilla para ejecutar trabajos en un clúster de Kubernetes compartido y gestionado por el equipo de infraestructura.
• Ejecutar experimentos por lotes o búsquedas de hiperparámetros con gestión automática de colas y limpieza.

Inicio rápido

1. 1

   Instala SkyPilot con uv y elige tus nubes

   uv pip install "skypilot[kubernetes,aws,gcp,azure,oci,nebius,lambda,runpod,fluidstack,paperspace,cudo,ibm,scp,seeweb,shadeform,verda]"
2. 2

   Clona el proyecto de ejemplo en la ubicación de workdir

   git clone https://github.com/pytorch/examples.git ~/torch_examples
3. 3

   Guarda el YAML de la tarea de ejemplo del README como my_task.yaml

4. 4

   Lanza la tarea en tu infraestructura (requiere acceso a GPU)

   sky launch my_task.yaml

Antes de usarlo

• !Para ejecutar cargas de trabajo reales, necesitas cuentas y cuotas de nube, o un clúster de Kubernetes/Slurm.
• !Para lanzar el ejemplo, necesitas acceso a instancias GPU.

Temas

Preguntas frecuentes

¿Qué es skypilot?

Sistema de código abierto para ejecutar, gestionar y escalar cargas de trabajo de IA en Kubernetes, Slurm y más de 20 nubes o proveedores de GPU desde una sola interfaz. SkyPilot es un sistema para ejecutar, gestionar y escalar cargas de trabajo de IA en la infraestructura que ya tienes o que puedes alquilar. Los usuarios describen una tarea en un archivo YAML o mediante la API de Python, donde especifican los recursos necesarios, los datos que hay que sincronizar, los comandos de configuración y los comandos de ejecución. SkyPilot busca capacidad disponible entre las GPU reservadas, los clústeres de Kubernetes y Slurm, o muchos proveedores de nube; aprovisiona máquinas y transmite los registros. Si un proveedor informa de errores de capacidad, cambia automáticamente a otro.

¿skypilot es gratuito? ¿Qué licencia tiene?

skypilot es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.

¿skypilot sigue mantenido?

Mantenimiento activo. El último commit de skypilot fue el 20 oct 2026.

¿Para qué puedo usar skypilot?

Entrenar o ajustar modelos grandes en varias nubes con GPU para evitar la falta de capacidad. Servir endpoints de LLM de código abierto, como vLLM o SGLang, en tus propias GPU. Ofrecer a los equipos de ML una interfaz sencilla para ejecutar trabajos en un clúster de Kubernetes compartido y gestionado por el equipo de infraestructura. Ejecutar experimentos por lotes o búsquedas de hiperparámetros con gestión automática de colas y limpieza.

¿Cómo se instala skypilot?

Instala SkyPilot con uv y elige tus nubes: uv pip install "skypilot[kubernetes,aws,gcp,azure,oci,nebius,lambda,runpod,fluidstack,paperspace,cudo,ibm,scp,seeweb,shadeform,verda]" Clona el proyecto de ejemplo en la ubicación de workdir: git clone https://github.com/pytorch/examples.git ~/torch_examples Guarda el YAML de la tarea de ejemplo del README como my_task.yaml Lanza la tarea en tu infraestructura (requiere acceso a GPU): sky launch my_task.yaml

¿Dónde consigo skypilot?

El código fuente y las instrucciones de instalación están en GitHub: https://github.com/skypilot-org/skypilot