複数の家庭用デバイスにLLM推論を分散し、Ethernet経由で生成を高速化するC++ツール。
kalavai-net/kalavai-client
複数マシンの余剰GPU・CPUを1つのコントロールプレーンに集約し、AIワークロードを実行するオープンソースプラットフォームとPythonクライアント。
- スター
- 223
- フォーク
- 8
- 未解決の Issue
- 7
- 最終コミット
- 8 日前
これは何?
Kalavaiは、ローカル、オンプレミス、マルチクラウドのマシンからコンピューティングリソースを集約し、大規模なAIワークロードを実行できる単一のプールを構成します。プールには、中央のコントロールプレーンとして機能する1つ以上のシードノードと、接続してジョブを実行するワーカーノードがあります。ワーカーノードは通常、GPUを搭載したマシン上で動作します。
Pythonパッケージのkalavai-clientを使うと、プールの作成・管理や、プールへのワークロードのデプロイができます。ARM64およびAMD64のCPU、NVIDIAおよびAMDのGPU、GPUの分割共有、複数ノード・複数GPUへのデプロイに対応しています。標準でサポートする推論エンジンにはvLLM、llama.cpp、Ray Clustersが含まれます。SGLang、n8n、Flowise、Langfuse、OpenWebUIなどのツール向けテンプレートも予定されています。
プロジェクトはまだ初期段階にあり、v1.0リリース前に破壊的変更が発生する可能性があります。プールを管理するためのローカルGUIも含まれており、コマンド1つで起動できます。
主な機能
- 01複数マシンのGPU・CPUを1つのコントロールプレーンに集約します。
- 02NVIDIAおよびAMDのGPUと、ARM64およびAMD64のCPUに対応します。
- 03GPUの分割共有と、複数ノード・複数GPUへのデプロイが可能です。
- 04vLLMやllama.cppなどの推論エンジン向けに、すぐに使えるテンプレートを提供します。
- 05プール管理用のCLIとローカルGUIを備えています。
ユースケース
- 複数マシンに分散した余剰GPUを使って、大規模言語モデルをサービングする。
- 一般的なコンピューター上でllama.cppを使い、CPUによるGGUFモデルの推論を実行する。
- Rayやaxolotlを使って、分散ファインチューニングジョブをデプロイする。
- チームのローカルおよびクラウドのコンピューティングリソースをまとめた、統合モデルポータルをホストする。
クイックスタート
- 1
gccコンパイラーとpython3-devの前提条件をインストールする
sudo apt install gcc g++ python3-dev - 2
Pythonパッケージ kalavai-client をインストールする
pip install kalavai-client - 3
ローカルのプライベートプールを起動する
kalavai pool start - 4
GUIを起動し、http://localhost:49153 を開く
kalavai gui start
使う前に知っておきたいこと
- プロジェクトはまだ初期段階にあり、バージョン1.0より前に破壊的変更が行われる可能性があります。
- シードノードには、Dockerとrootアクセス権を備えたLinuxマシンが必要です。
- 一部のAIエンジンとテンプレートは、近日公開予定または実験的として掲載されています。
収録されている特集
トピック
よくある質問
- kalavai-client とは?
- 複数マシンの余剰GPU・CPUを1つのコントロールプレーンに集約し、AIワークロードを実行するオープンソースプラットフォームとPythonクライアント。 Kalavaiは、ローカル、オンプレミス、マルチクラウドのマシンからコンピューティングリソースを集約し、大規模なAIワークロードを実行できる単一のプールを構成します。プールには、中央のコントロールプレーンとして機能する1つ以上のシードノードと、接続してジョブを実行するワーカーノードがあります。ワーカーノードは通常、GPUを搭載したマシン上で動作します。
- kalavai-client は無料で使えますか?ライセンスは?
- kalavai-client は Apache-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。
- kalavai-client 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。kalavai-client の最終コミットは 2026年10月17日 です。
- kalavai-client は何に使えますか?
- 複数マシンに分散した余剰GPUを使って、大規模言語モデルをサービングする。 一般的なコンピューター上でllama.cppを使い、CPUによるGGUFモデルの推論を実行する。 Rayやaxolotlを使って、分散ファインチューニングジョブをデプロイする。 チームのローカルおよびクラウドのコンピューティングリソースをまとめた、統合モデルポータルをホストする。
- kalavai-client のインストール方法は?
- gccコンパイラーとpython3-devの前提条件をインストールする: sudo apt install gcc g++ python3-dev Pythonパッケージ kalavai-client をインストールする: pip install kalavai-client ローカルのプライベートプールを起動する: kalavai pool start GUIを起動し、http://localhost:49153 を開く: kalavai gui start
- kalavai-client 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/kalavai-net/kalavai-client
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
複数のGPUやノードにわたってvLLM、SGLang、TensorRT-LLMを統合する、データセンター規模の分散推論サービングフレームワーク。
ボランティアのGPUでAI画像やテキストを生成し、リクエストを送る誰もが利用できる、無料のコミュニティ運営分散型サービス。
PyTorch、JAX、XGBoostなどのフレームワークで分散AIモデルの学習やLLMのファインチューニングを行う、Kubernetesネイティブのプラットフォーム。
サーバーレスAIワークロード向けのオープンソースGo・Pythonランタイム。GPU推論エンドポイント、サンドボックス、バックグラウンドタスクに対応。
VMとKubernetesでプライベートクラウド、エッジ拠点、AIワークロードを運用するオープンソースのクラウド管理プラットフォーム。