标签
NVIDIA 的 Run:AI AI 工作负载与 GPU 编排平台现已以 Apache-2.0 许可证作为开源单体仓库（monorepo）发布，包括其控制平面、集群服务、CLI 以及用于在 Kubernetes 上管理 GPU 资源的 MCP 服务器。
NVIDIA 将完整的 Run:ai 平台开源，作为 NVIDIA DSX AI Factory 平台的一部分，提供生产级 AI 工作负载与 GPU 编排能力，包括可独立采用的 KAI Scheduler、GPU Fractioning Operator、KAI Resource Management 和 Workload Map 四大组件。
Tahuna是一个开源的AI训练基础设施，专为小团队设计，用于训练模型、运行推理、编排GPU并进行自主研究实验，具有可重现的运行和如Hillclimb这样的工具。
一位开发者构建了一个管道，其中经过强化学习训练的AI智能体创建并提交针对小模型的强化学习训练任务，并根据智能体的表现给予奖励。该项目完全开源，并展示了向保留任务的迁移能力。
TransformerLab 是一个开源平台，可在各云端编排 GPU，并提供预构建模板，用于 LoRA、DPO 和 MMLU 等 AI 训练与评估工作流。
DataLab 团队本周正在数千个 GPU 上编排 AI 模型，以处理约 10 亿页内容，彰显了显著的大规模文档处理能力。
开发者探索如何将GPU工作负载抽象化，使其无需厂商专属配置即可在多家GPU供应商间运行，倾向于将工作负载定义与基础设施绑定解耦。
Higgsfield 是一个开源的GPU编排和机器学习框架，专为容错、可扩展的分布式训练设计，用于具有数十亿到数万亿参数的大型语言模型。