skypilot-org/skypilot

Что это?

Ключевые возможности

• 01Запускает одну и ту же задачу в Kubernetes, Slurm, на зарезервированных GPU или у более чем 20 облачных провайдеров.
• 02Находит самый дешёвый доступный вариант и автоматически переключается на другой при нехватке ресурсов.
• 03Поддерживает групповое планирование, многонодовые задачи и очередь заданий в Kubernetes.
• 04Автоматически останавливает простаивающие ресурсы и плотно размещает задачи на общих кластерах.
• 05Позволяет подключаться по SSH к подам Kubernetes, синхронизировать код и подключать IDE для интерактивной разработки.

Сценарии использования

• Обучение или дообучение крупных моделей в нескольких GPU-облаках, чтобы избежать нехватки ресурсов.
• Развёртывание открытых LLM, например vLLM или SGLang, на собственных GPU.
• Предоставление ML-командам простого интерфейса для запуска задач в общем кластере Kubernetes, которым управляют специалисты по инфраструктуре.
• Запуск пакетных экспериментов или перебора гиперпараметров с автоматической постановкой в очередь и очисткой ресурсов.

Быстрый старт

1. 1

   Установите SkyPilot с помощью uv, выбрав облака

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

   Клонируйте пример проекта в каталог workdir

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

   Сохраните YAML примера задачи из README под именем my_task.yaml

4. 4

   Запустите задачу на своей инфраструктуре (требуется доступ к GPU)

   sky launch my_task.yaml

Что важно знать

• !Для запуска реальных рабочих нагрузок нужны облачные аккаунты и квоты либо кластер Kubernetes/Slurm.
• !Для запуска примера нужен доступ к экземплярам с GPU.

Темы

Частые вопросы

Что такое skypilot?

Открытая система для запуска, управления и масштабирования AI-нагрузок в Kubernetes, Slurm и более чем 20 облаках и у GPU-провайдеров через единый интерфейс. SkyPilot — система для запуска, управления и масштабирования AI-нагрузок на собственной или арендованной инфраструктуре. Пользователи описывают задачу в YAML-файле или через Python API: указывают требования к ресурсам, данные для синхронизации, команды настройки и запуска. Затем SkyPilot находит свободные ресурсы среди зарезервированных GPU, кластеров Kubernetes и Slurm или у множества облачных провайдеров, выделяет машины и передаёт логи в реальном времени. Если провайдер сообщает об ошибке нехватки ресурсов, система автоматически переключается на другой вариант.

skypilot можно использовать бесплатно? Какая у него лицензия?

skypilot распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.

skypilot всё ещё поддерживается?

Активно поддерживается. Последний коммит в skypilot — 20 окт. 2026 г..

Для чего можно использовать skypilot?

Обучение или дообучение крупных моделей в нескольких GPU-облаках, чтобы избежать нехватки ресурсов. Развёртывание открытых LLM, например vLLM или SGLang, на собственных GPU. Предоставление ML-командам простого интерфейса для запуска задач в общем кластере Kubernetes, которым управляют специалисты по инфраструктуре. Запуск пакетных экспериментов или перебора гиперпараметров с автоматической постановкой в очередь и очисткой ресурсов.

Как установить skypilot?

Установите SkyPilot с помощью uv, выбрав облака: uv pip install "skypilot[kubernetes,aws,gcp,azure,oci,nebius,lambda,runpod,fluidstack,paperspace,cudo,ibm,scp,seeweb,shadeform,verda]" Клонируйте пример проекта в каталог workdir: git clone https://github.com/pytorch/examples.git ~/torch_examples Сохраните YAML примера задачи из README под именем my_task.yaml Запустите задачу на своей инфраструктуре (требуется доступ к GPU): sky launch my_task.yaml

Где скачать skypilot?

Исходный код и инструкции по установке — на GitHub: https://github.com/skypilot-org/skypilot