gpustack

摘要： 通过选择 GPU 类型、计算框架版本、推理后端、服务器架构等条件，动态生成对应的 GPUStack 容器镜像列表，并提供镜像准备与离线部署参考命令。 阅读全文

摘要： 通过 GPUStack 提供高效的模型部署与管理能力，并将模型接入 MaxKB，即可轻松构建具备知识库检索 + 智能问答能力的 AI 助手。 阅读全文

摘要： 随着大模型进入生产环境，AI推理基础设施的复杂度快速上升。GPUStack v2.1 重点增强六大核心能力，为企业构建统一、高性能的AI模型服务平台 阅读全文

摘要： 随着大模型应用规模持续扩张，如何在有限算力条件下提升推理效率，已成为 AI 基础设施建设的核心课题。 GPUStack 致力于统一管理异构 GPU 资源，实现高性能、稳定且可扩展的 AI 模型服务。在这一背景下，GPUStack 与 SOAR 2026 合作，为开发者提供了一个探索硬件潜能、突破架构 阅读全文

摘要： 本文基于 AI Max 395（搭载 AMD Ryzen AI Max+ 395 处理器）硬件平台，完整记录了通过 GPUStack 开源集群管理平台，本地部署 AgentCPM 系列模型并接入 DeepResearch 能力的全流程实践。 阅读全文

摘要： 关注🌟⌈GPUStack⌋ 💻一起学习 AI、GPU 管理与大模型相关技术实践。 这两年，越来越多团队把 AI 接入了日常工作流。 但很快，一个现实问题摆在了面前： 模型用得越多，Token 花得越快，成本和心理压力也随之上涨。 很多人一边依赖 AI 提效，一边又不得不「省着用」「少让它多想」。 阅读全文

摘要： 最近，推理引擎领域出现了两件具有标志意义的事件：vLLM 和 SGLang 相继走向公司化。vLLM 核心团队成立 Inferact，完成 1.5 亿美元融资，估值达 8 亿美元： 图源：Inferact SGLang 团队也成立了 RadixArk，同样获得融资，估值达到 4 亿美元： 图源：Ra 阅读全文

摘要： 通过 n8n 接入 GPUStack 本地模型，构建一个自动抓取 RSS、生成摘要并邮件推送的 AI 资讯助手。全流程本地运行，零 API 成本，数据不出域，快速体验私有化 AI 自动化。 阅读全文

摘要： GPUStack v2 自定义后端功能实战！本文以 MinerU 为例，手把手教你快速接入并运行超强 PDF 解析工具，轻松构建私有化文档提取服务。 阅读全文

摘要： 相比于未优化的 vLLM 基线，经过针对性调优的 DeepSeek-V3.2 在 NVIDIA H200 集群上实现了 57.8% 至 153.6% 的吞吐量提升。 阅读全文