dstackai/dstack

这是什么？

核心功能

• 01跨 GPU 云、Kubernetes 和本地机器统一创建与管理 GPU 资源池。
• 02通过 YAML 配置运行开发环境、训练任务和推理服务。
• 03支持 NVIDIA、AMD、Google TPU 和 Tenstorrent 加速器。
• 04自动处理任务排队、自动扩缩容、存储卷和端口转发。
• 05提供智能体技能，让 AI 编程助手通过 CLI 提交工作负载。

适用场景

• 在混合使用云端与本地硬件的团队中共享 GPU 资源。
• 在 Kubernetes 上将大模型推理部署为可扩展的服务端点。
• 无需编写平台专用脚本，即可运行多节点微调或训练任务。
• 让 AI 智能体代替团队申请算力并启动实验。

快速上手

1. 1

   安装并启动服务器

   uv tool install "dstack[all]" -U
2. 2

   运行服务器

   dstack server
3. 3

   安装命令行工具（仅当未随服务器一起安装时）

   uv tool install dstack -U
4. 4

   通过添加项目将命令行工具指向服务器

   dstack project add --name main --url http://127.0.0.1:3000 --token bbae0f28-d3dd-4820-bf61-8f4bb40815da

使用前须知

• !要在云或Kubernetes上调度计算资源，需要先配置后端。
• !服务器需要Git和OpenSSH，支持Linux、macOS，以及通过WSL 2运行的Windows。

标签

常见问题

dstack 是什么？

开源的 GPU 算力编排控制平面，统一管理各类 GPU 云、Kubernetes 与本地集群上的训练和推理任务。 dstack 是一个统一的 GPU 资源供给与编排控制平面，可在 GPU 云、Kubernetes 集群、虚拟机或裸机集群上运行开发环境、训练任务和推理服务。团队无需分别对接各个平台，只需使用同一套配置即可。

dstack 可以免费使用吗？用的什么许可证？

dstack 以 MPL-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

dstack 还在维护吗？

活跃维护中。dstack 最近一次提交是在 2026年10月20日。

dstack 适合用来做什么？

在混合使用云端与本地硬件的团队中共享 GPU 资源。 在 Kubernetes 上将大模型推理部署为可扩展的服务端点。 无需编写平台专用脚本，即可运行多节点微调或训练任务。 让 AI 智能体代替团队申请算力并启动实验。

dstack 怎么安装和运行？

安装并启动服务器: uv tool install "dstack[all]" -U 运行服务器: dstack server 安装命令行工具（仅当未随服务器一起安装时）: uv tool install dstack -U 通过添加项目将命令行工具指向服务器: dstack project add --name main --url http://127.0.0.1:3000 --token bbae0f28-d3dd-4820-bf61-8f4bb40815da

在哪里获取 dstack？

源代码和安装说明在 GitHub 上：https://github.com/dstackai/dstack