複数のMLフレームワークに対応し、予測AIモデルと生成AIモデルを大規模にデプロイ・サービングするKubernetesネイティブのプラットフォーム。
dstackai/dstack
GPUクラウド、Kubernetes、VM、オンプレミスのクラスターにまたがって、学習・推論向けのGPUコンピューティングをプロビジョニング、オーケストレーションするオープンソースのコントロールプレーン。
- スター
- 2,284
- フォーク
- 270
- 未解決の Issue
- 63
- 最終コミット
- 6 時間前
これは何?
dstackは、GPUのプロビジョニングとオーケストレーションを統合するコントロールプレーンです。プラットフォームごとに個別に対応することなく、共通の設定を使って、GPUクラウド、Kubernetesクラスター、VM、ベアメタルマシン上で開発環境、学習ジョブ、推論サービスを実行できます。
ワークロードはリポジトリ内のYAMLファイルで定義し、dstack CLIまたはプログラムAPIで適用します。プロビジョニング、ジョブのキューイング、自動スケーリング、ネットワーク、ボリューム、ポートフォワーディングに加え、実行失敗や容量不足エラーからの復旧もシステムが処理します。NVIDIA、AMD、Google TPU、Tenstorrentのアクセラレーターに対応しており、クラウドバックエンドを設定しなくても、SSHフリート経由でオンプレミスマシンを追加できます。
また、AIコーディングエージェントがフリートを作成し、CLIからワークロードを投入できるエージェントスキルも提供しています。NVIDIA DynamoやSlurmなどのツールとも連携します。
主な機能
- 01クラウド、Kubernetes、オンプレミスマシンにまたがるGPUフリートをプロビジョニング、管理します。
- 02YAML設定から開発環境、学習タスク、推論サービスを実行します。
- 03NVIDIA、AMD、Google TPU、Tenstorrentのアクセラレーターに対応しています。
- 04ジョブのキューイング、自動スケーリング、ボリューム、ポートフォワーディングを自動で処理します。
- 05AIコーディングエージェントがCLI経由でワークロードを投入できるエージェントスキルを提供します。
ユースケース
- クラウドとオンプレミスの混在環境で、研究チーム間でGPUプールを共有する。
- Kubernetes上にスケーラブルなエンドポイントとしてLLM推論をデプロイする。
- プラットフォーム固有のスクリプトを書かずに、マルチノードのファインチューニングや学習ジョブを実行する。
- AIエージェントにチームを代行してコンピューティングリソースをプロビジョニングし、実験を開始させる。
クイックスタート
- 1
サーバーをインストールして起動する
uv tool install "dstack[all]" -U - 2
サーバーを実行する
dstack server - 3
CLIをインストールする(サーバーと一緒にインストールされていない場合のみ)
uv tool install dstack -U - 4
プロジェクトを追加して、CLIの接続先サーバーを設定する
dstack project add --name main --url http://127.0.0.1:3000 --token bbae0f28-d3dd-4820-bf61-8f4bb40815da
使う前に知っておきたいこと
- クラウドまたはKubernetesのコンピューティングリソースをオーケストレーションするには、事前にバックエンドを設定する必要があります。
- サーバーにはGitとOpenSSHが必要です。Linux、macOS、またはWSL 2経由のWindowsで実行できます。
トピック
よくある質問
- dstack とは?
- GPUクラウド、Kubernetes、VM、オンプレミスのクラスターにまたがって、学習・推論向けのGPUコンピューティングをプロビジョニング、オーケストレーションするオープンソースのコントロールプレーン。 dstackは、GPUのプロビジョニングとオーケストレーションを統合するコントロールプレーンです。プラットフォームごとに個別に対応することなく、共通の設定を使って、GPUクラウド、Kubernetesクラスター、VM、ベアメタルマシン上で開発環境、学習ジョブ、推論サービスを実行できます。
- dstack は無料で使えますか?ライセンスは?
- dstack は MPL-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- dstack は今もメンテナンスされていますか?
- 活発にメンテナンス中。dstack の最終コミットは 2026年10月20日 です。
- dstack は何に使えますか?
- クラウドとオンプレミスの混在環境で、研究チーム間でGPUプールを共有する。 Kubernetes上にスケーラブルなエンドポイントとしてLLM推論をデプロイする。 プラットフォーム固有のスクリプトを書かずに、マルチノードのファインチューニングや学習ジョブを実行する。 AIエージェントにチームを代行してコンピューティングリソースをプロビジョニングし、実験を開始させる。
- dstack のインストール方法は?
- サーバーをインストールして起動する: uv tool install "dstack[all]" -U サーバーを実行する: dstack server CLIをインストールする(サーバーと一緒にインストールされていない場合のみ): uv tool install dstack -U プロジェクトを追加して、CLIの接続先サーバーを設定する: dstack project add --name main --url http://127.0.0.1:3000 --token bbae0f28-d3dd-4820-bf61-8f4bb40815da
- dstack はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/dstackai/dstack
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
AXは、Kubernetesクラスター上で多数のサンドボックス化された自律型エージェントタスクを実行するオープンソースの宣言型オーケストレーターです。
Kubernetes上に独自のクラウドを構築できる、クラスター、データベース、VM、ロードバランサー向けREST APIを備えた無料のオープンソースプラットフォーム。
量子化なしで、レイヤー単位に大規模言語モデルを実行し、70Bクラスのモデルを4GB GPU 1枚で推論できるPythonライブラリ。
コンシューマー向けGPUやCPUでDeepSeek-V4やQwen3.6などの大規模なオープンウェイトモデルを動かす、エッジネイティブなMoE推論エンジン。
自然言語やTerraform、Kubernetes、SQL、OpenAPIなどの実システム情報から、編集可能なdraw.ioのアーキテクチャ図を生成するエージェントスキル。