dstack

直接结论：dstack适合在GPU云、Kubernetes和本地集群之间统一管理开发环境、任务、服务、Fleets和Volumes；后端配置和安全仍由团队负责。

资料说明：本文根据该产品截至2026年8月5日的官方页面、官方文档和官方代码仓库整理，不包含虚构的统一条件实测。功能、硬件、区域、模型、价格、额度和API可能调整，使用前请再次核验官网。

工具是什么

dstack是一套开源GPU配置与编排控制平面，可连接VM型云、Kubernetes和本地集群。开发者通过YAML和CLI启动Dev Environments、Tasks、Services、Fleets和Volumes，并按GPU、价格、Spot和利用率策略调度资源。

核心功能

适合哪些用户

• 需要统一多云与本地GPU的AI平台团队。
• 希望开源替代传统Slurm部分工作流的组织。
• 需要Dev、Training和Serving统一工具的开发者。

不太适合哪些情况

• 不愿运行dstack Server和配置Backend的普通用户。
• 只需要现成模型API而不管理计算资源的应用。

主要优势

• 同一控制面覆盖开发、训练和Serving。
• 支持多种加速器、云与Kubernetes。
• Spot、价格和利用率策略便于控制成本。

需要注意的限制

• 不同Backend能力和配置差异较大。
• 开源控制平面仍需要部署和升级。
• 自动选择便宜资源可能带来中断和性能差异。

常见问题

dstack可以使用本地GPU集群吗？

支持云、Kubernetes和On-prem Backend，具体接入方式以文档为准。

dstack能部署在线模型服务吗？

Services可运行可扩展端点，包括当前支持的OpenAI兼容推理示例。

官方来源

1. dstack官网
2. dstack官方文档
3. dstack GitHub

资料核验日期：2026年8月5日