ما هو GPUStack؟
GPUStack هو مدير عنقود وحدات معالجة رسومية مفتوح المصدر لخدمة نماذج الذكاء الاصطناعي وتوفير نسخ وحدات معالجة رسومية. يصفه مستودعه على GitHub بأنه يقوم تلقائيًا بتهيئة وتنسيق محركات الاستدلال عبر أجهزة وحدات معالجة رسومية غير متجانسة، وهو موجّه للفرق التي تحتاج إلى تجميع عدة وحدات معالجة رسومية — قد تكون موزعة على عدة أجهزة فعلية — في عنقود استدلال واحد يسهل إدارته، بدلاً من تشغيل نموذج على جهاز واحد.
- الوظيفة الأساسية: تنسيق استدلال النماذج اللغوية الكبيرة (وتوليد الصور، عبر دعم llama-box لـ stable-diffusion.cpp) عبر عنقود من وحدات معالجة رسومية وأجهزة، وليس على جهاز واحد
- البنية: يقوم خادم GPUStack المركزي بتنسيق عقدة عاملة واحدة أو أكثر، تساهم كل منها بقدرة وحدات معالجة رسومية في مجموعة موارد مشتركة
- المحركات المُنسَّقة: llama-box (تطبيق خادم الاستدلال الخاص بـ GPUStack، المبني على llama.cpp وstable-diffusion.cpp)، وvLLM، وSGLang، وTensorRT-LLM، وAscend MindIE لأجهزة Huawei Ascend NPU، بالإضافة إلى دعم إضافة محركات استدلال مخصصة
- دعم الأجهزة: مسرّعات غير متجانسة تشمل وحدات معالجة رسومية من NVIDIA وAMD، ووحدات معالجة Huawei Ascend NPU وHygon DCU، وفقًا للتوثيق الرسمي
- نسخ وحدات معالجة رسومية عند الطلب: يمكن لـ GPUStack توفير نسخ وحدات معالجة رسومية يمكن الوصول إليها عبر SSH، مما يتيح للمستخدم العمل مباشرة على جهاز داخل العنقود بدلاً من الاقتصار على واجهة برمجة التطبيقات فقط
- المستودع المرجعي: github.com/gpustack/gpustack؛ موقع المشروع: gpustack.ai
محطات GPUStack
صدر GPUStack كمدير عنقود مفتوح المصدر لتجميع قدرة وحدات المعالجة الرسومية عبر أجهزة داخل المؤسسة، موجّه للفرق التي تحتاج إلى خدمة نماذج بقدرة حوسبة تفوق ما يوفره جهاز واحد.
- 1الإصدار الأولي — مدير عنقود وحدات معالجة رسومية مفتوح المصدر
Why it matters: انطلق GPUStack بموقع محدد خصيصًا لتنسيق قدرة وحدات المعالجة الرسومية عبر عنقود، سادًّا فجوة بين بيئات الجهاز الواحد مثل Ollama وحزم خدمة الاستدلال المؤسسية الكاملة. - 2مستمر — تنسيق متعدد المحركات (llama-box وvLLM وSGLang وTensorRT-LLM)
Why it matters: يتيح دعم عدة محركات استدلال بدلاً من محرك واحد لـ GPUStack توجيه عبء العمل إلى المحرك الأنسب للنموذج والأجهزة، بدلاً من تقييد المستخدمين بمحرك واحد. - 3مستمر — إضافة دعم Ascend MindIE وHygon DCU
Why it matters: يوسّع دعم المحركات والأجهزة ليشمل وحدات معالجة Huawei Ascend NPU وHygon DCU، وليس فقط وحدات معالجة رسومية من NVIDIA وAMD، مما يوسّع نطاق الأجهزة داخل المؤسسة التي يمكن للعنقود استخدامها فعليًا. - 4مستمر — ترسّخ Docker وHelm كمساري التثبيت الرئيسيين؛ إلغاء اعتماد نص curl القديم في الإصدار v0.7
Why it matters: يعكس التوحّد حول Docker ومخطط Helm لـ Kubernetes، بدلاً من مثبّت نص برمجي، موقع GPUStack كبرمجية بنية تحتية يديرها فريق، وليس تثبيتًا لمرة واحدة لمطوّر فردي. - 5مستمر — 5,607 نجمة على GitHub اعتبارًا من 5 سبتمبر 2026
Why it matters: عدد النجوم إشارة تقريبية للاستخدام وليس مقياسًا للجودة، لكنه يشير إلى اعتماد حقيقي في فئة إدارة العناقيد التي لا يلامسها معظم مستخدمي الذكاء الاصطناعي المحلي.
ماذا يمكنك أن تفعل مع GPUStack؟
تتمحور مجموعة ميزات GPUStack حول جعل الاستدلال متعدد وحدات المعالجة الرسومية ومتعدد الأجهزة قابلاً للإدارة من مكان واحد، وفقًا لتوثيقه الرسمي.
- تنسيق الاستدلال متعدد المحركات — يقوم تلقائيًا بتهيئة وتشغيل llama-box أو vLLM أو SGLang أو TensorRT-LLM أو Ascend MindIE حسب النموذج والجهاز، بالإضافة إلى دعم إضافة محركات استدلال مخصصة
- جدولة العناقيد عبر أجهزة غير متجانسة — يجمع وحدات معالجة رسومية من NVIDIA وAMD، ووحدات معالجة Huawei Ascend NPU وHygon DCU في مجموعة موارد واحدة قابلة للجدولة، وفقًا للتوثيق الرسمي
- نسخ وحدات معالجة رسومية يمكن الوصول إليها عبر SSH عند الطلب — يوفّر نسخًا يمكن للمستخدم الاتصال بها مباشرة عبر SSH، وليس فقط نقطة نهاية لواجهة برمجة تطبيقات الاستدلال
- واجهة برمجة تطبيقات متوافقة مع OpenAI — مؤكدة عبر التوثيق الرسمي؛ يمكن لشيفرة عميل OpenAI الحالية أن تشير إلى نقطة نهاية تديرها GPUStack بأقل قدر من التعديلات
- محرك llama-box المدمج — تطبيق خاص بـ GPUStack مبني على llama.cpp وstable-diffusion.cpp، يدعم الاستدلال على وحدة المعالجة المركزية، وواجهة برمجة تطبيقات لاستدعاء الدوال متوافقة مع OpenAI، والتوافق مع واجهة برمجة تطبيقات Embeddings الخاصة بـ OpenAI، وفك الترميز التخميني
- واجهة إدارة ويب وواجهة سطر أوامر — وفقًا لتوثيق البدء السريع الرسمي، يوفّر الخادم واجهة ويب (المنفذ الافتراضي 80) بالإضافة إلى الوصول عبر سطر الأوامر وواجهة برمجة التطبيقات
- نشر أصلي على Kubernetes عبر Helm — للفرق التي تشغّل Kubernetes بالفعل، يوفّر GPUStack مخطط Helm رسميًا بدلاً من فرض نشر مخصص
- مسار تثبيت معزول عن الشبكة — موثّق للبيئات التي لا تملك وصولاً إلى الإنترنت، وهو ذو صلة بالنشر داخل المؤسسة أو في البيئات الخاضعة للتنظيم
أمثلة على الاستخدام: ثلاث طرق لاستخدام GPUStack
هذه سير عمل مبنية على تثبيت Docker الموثّق، ودليل البدء السريع، وواجهة برمجة التطبيقات الخاصة بـ GPUStack — وليست حالات استخدام افتراضية.
إنشاء عنقود بعقدة واحدة باستخدام Docker
شغّل الأمر sudo docker run -d --name gpustack --restart unless-stopped -p 80:80 --volume gpustack-data:/var/lib/gpustack gpustack/gpustack على جهاز Linux أو macOS أو Windows (Docker Desktop) لبدء تشغيل خادم GPUStack، ثم افتح واجهة الويب على المنفذ 80 لإضافة النماذج والعُقد العاملة.
إضافة عقدة عاملة للتوسّع إلى ما بعد جهاز واحد
أضِف جهاز Linux ثانٍ إلى العنقود كعقدة عاملة لإضافة قدرة وحدة معالجته الرسومية إلى المجموعة المشتركة — هذه هي الخطوة التي تميز GPUStack عن بيئة الجهاز الواحد. لا يمكن لنظام macOS تشغيل عقدة عاملة، ويحتاج Windows إلى WSL2 بدلاً من Docker Desktop لدور العقدة العاملة، وفقًا للتوثيق الرسمي.
استدعاء نموذج تخدمه العنقود عبر واجهة برمجة التطبيقات المتوافقة مع OpenAI
وجّه شيفرة عميل OpenAI الحالية إلى نقطة نهاية واجهة برمجة تطبيقات خادم GPUStack بدلاً من api.openai.com بمجرد نشر نموذج عبر العنقود — تم تصميم بنية الطلب/الاستجابة لتتطابق، لذا تحتاج معظم مكتبات العملاء إلى تغيير عنوان URL الأساسي فقط.
التثبيت والبدء
GPUStack هو أداة خادم وعنقود ذاتية الاستضافة، وليس تطبيقًا استهلاكيًا بزر تنزيل، لذا يتم التثبيت عبر Docker أو مخطط Helm أو (بشكل قديم) نص برمجي — وليس عبر مثبّت موقّع من صفحة تسويقية.
- 1Docker (الطريقة الموصى بها حاليًا وفقًا للتوثيق الرسمي): شغّل الأمر
sudo docker run -d --name gpustack --restart unless-stopped -p 80:80 --volume gpustack-data:/var/lib/gpustack gpustack/gpustackعلى الجهاز الذي سيعمل كخادم لـ GPUStack؛ يعمل الخادم نفسه على Linux أو macOS أو Windows عبر Docker Desktop. - 2Kubernetes: انشر مخطط Helm الرسمي إذا كان فريقك يشغّل Kubernetes بالفعل، وفقًا لتوثيق التثبيت.
- 3البيئات المعزولة عن الشبكة: اتبع مسار التثبيت المعزول عن الشبكة الموثّق إذا لم يكن للجهاز المستهدف وصول إلى الإنترنت.
- 4يُشار أيضًا إلى مثبّت سطح مكتب لنظامي macOS وWindows في سجل إصدارات GPUStack لإعداد خادم دون استخدام Docker — تحقق من رابط التنزيل الحالي مباشرة على gpustack.ai، لأنه ليس جزءًا من تنقّل التوثيق الرئيسي حتى تاريخ نشر هذه المراجعة.
- 5بديل قديم موجّه لنظام Linux بشكل أساسي:
curl -sfL https://get.gpustack.ai | sh -s -— لا يزال هذا النص البرمجي للتثبيت يعمل، لكنه أصبح غير مستحسن اعتبارًا من الإصدار GPUStack v0.7 لصالح مساري Docker وHelm أعلاه؛ عامله كخيار احتياطي، وليس الخيار الافتراضي لتثبيت جديد. - 6للتوسّع إلى ما بعد جهاز واحد، أضِف أجهزة Linux إضافية إلى العنقود كعُقد عاملة. العُقد العاملة حصرية لنظام Linux — لا يُدعم نظام macOS لدور العقدة العاملة، ويتطلب Windows استخدام WSL2 بدلاً من Docker Desktop.
أسعار GPUStack وترخيصه
GPUStack نفسه مجاني ومرخّص بموجب Apache License 2.0، وهو أمر مؤكد عبر مستودع المشروع نفسه — لا توجد فئة مدفوعة أو "مؤسسية" منفصلة من GPUStack موثّقة على الموقع العام للمشروع أو توثيقه الرسمي حتى تاريخ هذه المراجعة. كل ميزة تناولتها هذه المراجعة، بما في ذلك التنسيق متعدد المحركات وجدولة العناقيد، هي جزء من المشروع مفتوح المصدر نفسه.
GPUStack مقابل بيئات الجهاز الواحد
يُقارَن GPUStack بأدوات مثل Ollama وLM Studio لأن الثلاثة تشغّل نماذج مفتوحة محليًا — لكن GPUStack يحل مشكلة مختلفة: توسيع نطاق الاستدلال عبر عدة وحدات معالجة رسومية وأجهزة، وليس تشغيل نموذج على جهاز واحد. لا يُعد Ollama ولا LM Studio نظيرًا حقيقيًا لـ GPUStack في تنسيق العناقيد؛ بصراحة، هما أقرب البدائل أحادية الجهاز للقراء الذين لا يحتاجون إلى تنسيق العناقيد.
الغرض الأساسي
- GPUStack:
- مدير عنقود وحدات معالجة رسومية — ينسّق الاستدلال عبر عدة وحدات معالجة رسومية وأجهزة
- Ollama / LM Studio:
- بيئة نموذج محلي لجهاز واحد و/أو تطبيق دردشة لسطح المكتب
البنية
- GPUStack:
- خادم مركزي إضافة إلى عقدة عاملة واحدة أو أكثر تساهم بقدرة وحدات معالجة رسومية
- Ollama / LM Studio:
- عملية واحدة على جهاز واحد؛ لا يوجد تجميع متعدد الأجهزة مدمج
المحركات
- GPUStack:
- ينسّق llama-box وvLLM وSGLang وTensorRT-LLM وAscend MindIE أو محركات مخصصة
- Ollama / LM Studio:
- محرك مدمج مبني على llama.cpp (Ollama)؛ llama.cpp / MLX (LM Studio)
نسخ وحدات معالجة رسومية عند الطلب
- GPUStack:
- نعم — يوفّر نسخًا يمكن الوصول إليها عبر SSH داخل العنقود
- Ollama / LM Studio:
- لا توجد ميزة مماثلة
الترخيص
- GPUStack:
- Apache-2.0
- Ollama / LM Studio:
- MIT (Ollama)؛ ملكية مجانية (LM Studio)
المستخدم النموذجي
- GPUStack:
- فريق لديه عدة وحدات معالجة رسومية أو أجهزة يريد تجميعها للخدمة
- Ollama / LM Studio:
- فرد يشغّل نماذج على حاسوب محمول واحد أو محطة عمل واحدة
إذا كان لديك وحدة معالجة رسومية واحدة فقط ولا تخطط لإضافة المزيد، فإن آلية العنقود في GPUStack عبء إضافي لا تحتاجه — سيشغّل Ollama أو LM Studio نموذجًا بشكل أسرع على جهاز واحد. راجع مراجعة Ollama الكاملة ومراجعة LM Studio الكاملة لمزيد من التفاصيل.
من يجب أن يستخدم GPUStack؟
يعتمد ما إذا كان اعتماد GPUStack يستحق العناء تقريبًا بالكامل على سؤال واحد: هل لديك أكثر من وحدة معالجة رسومية أو جهاز تريد تجميعه، أو تخطط لإضافة المزيد قريبًا؟
استخدم GPUStack إذا
- كان لديك عدة وحدات معالجة رسومية — سواء في جهاز واحد أو موزعة على عدة أجهزة داخل المؤسسة — وتريد تجميعها في عنقود استدلال واحد يسهل إدارته
- كنت بحاجة إلى تنسيق أكثر من محرك استدلال واحد (llama-box وvLLM وSGLang وTensorRT-LLM) من طبقة إدارة واحدة بدلاً من تشغيل كل منها بشكل منفصل
- كنت تنشر على أجهزة غير متجانسة، بما في ذلك وحدات معالجة Huawei Ascend NPU أو Hygon DCU إلى جانب وحدات معالجة رسومية من NVIDIA أو AMD
- كنت تشغّل Kubernetes بالفعل وتريد نشرًا قائمًا على مخطط Helm لاستدلال عنقود وحدات المعالجة الرسومية
- كنت تريد نسخ وحدات معالجة رسومية يمكن الوصول إليها عبر SSH عند الطلب لفريقك، وليس فقط واجهة برمجة تطبيقات للاستدلال
انتظر، أو ابحث عن بديل، إذا
- كان لديك وحدة معالجة رسومية واحدة على حاسوب محمول أو جهاز مكتبي واحد ولا تخطط لإضافة المزيد — سيشغّلك Ollama أو LM Studio بإعداد أقل بكثير
- كنت تريد تطبيق دردشة أنيق لسطح المكتب للاستخدام الشخصي بدلاً من أداة خادم وعنقود ذاتية الاستضافة — لا يمتلك GPUStack واجهة دردشة استهلاكية خاصة به
- كنت تريد أبسط تثبيت ممكن — يحتوي إعداد GPUStack عبر Docker/Helm/العُقد العاملة على أجزاء متحركة أكثر من أداة ذات ملف تنفيذي واحد
- كنت تعمل فقط على macOS أو تحتاج إلى أجهزة Windows لتعمل كعُقد عاملة — العُقد العاملة حصرية لنظام Linux وفقًا للتوثيق الرسمي، فخطّط لأجهزة عنقودك وفقًا لذلك
GPUStack مقابل أدوات الذكاء الاصطناعي المحلية الأخرى
يقع GPUStack ضمن فئة بيئات التشغيل ومديري الأدوات في دليل برمجيات النماذج اللغوية المحلية، لكن تصميمه القائم على تنسيق عناقيد متعددة وحدات المعالجة الرسومية والأجهزة يميّزه عن معظم الأدوات في تلك الفئة، والتي تعمل على جهاز واحد. لا تغطي أي مراجعة FeatureAppPost أخرى في هذا الموقع نظيرًا حقيقيًا لـ GPUStack في العناقيد متعددة وحدات المعالجة الرسومية حتى تاريخ نشر هذه المراجعة — أقرب المقارنات أدناه هي بيئات الجهاز الواحد، والتي تحل بصراحة مشكلة مختلفة: تشغيل نموذج على جهاز واحد، وليس التوسّع عبر أجهزة عديدة.
- Ollama — بيئة نموذج محلي عامة الغرض لجهاز واحد، مرخّصة بالكامل بموجب MIT، ولديها مكتبة نماذج واسعة. أقرب بديل أحادي الجهاز إذا لم تكن بحاجة إلى تنسيق عناقيد عبر عدة وحدات معالجة رسومية أو أجهزة. راجع مراجعة Ollama الكاملة.
- LM Studio — تطبيق سطح مكتب يعتمد على واجهة رسومية أولاً للاستدلال المحلي على جهاز واحد، موجّه للمستخدمين النهائيين وليس لمديري العناقيد. خيار أنسب من GPUStack إذا كنت تريد تطبيق دردشة أنيقًا على حاسوب محمول واحد. راجع مراجعة LM Studio الكاملة.
- Docker Model Runner — ميزة سطر أوامر وواجهة برمجة تطبيقات مدمجة مع Docker Desktop/Engine لتشغيل النماذج على جهاز واحد؛ خيار آخر لجهاز واحد يمكن مقارنته بنهج GPUStack في تنسيق العناقيد إذا كان عبء عملك لا يحتاج إلى تجميع عدة وحدات معالجة رسومية. راجع مراجعة Docker Model Runner الكاملة.
الأخطاء الشائعة عند تقييم GPUStack
ينشأ معظم الالتباس حول GPUStack من معاملته كأداة لجهاز واحد، أو افتراض أنه ينافس مباشرة محركات الاستدلال التي ينسّقها فعليًا.
الخطأ 1: معاملة GPUStack كتطبيق دردشة لجهاز واحد
GPUStack هو مدير عنقود لتنسيق الاستدلال عبر عدة وحدات معالجة رسومية وأجهزة، وليس تطبيق دردشة لسطح المكتب. إذا كنت تريد فقط الدردشة مع نموذج محلي على جهاز واحد، فإن Ollama أو LM Studio خيار أكثر مباشرة.
الخطأ 2: افتراض أن العُقد العاملة تعمل على أي نظام تشغيل
العُقد العاملة — الأجهزة التي تساهم بقدرة وحدات معالجة رسومية في عنقود GPUStack — حصرية لنظام Linux وفقًا للتوثيق الرسمي. لا يمكن لنظام macOS تشغيل عقدة عاملة، ويحتاج Windows إلى WSL2 بدلاً من Docker Desktop لدور العقدة العاملة؛ فقط مكوّن الخادم المركزي يعمل مباشرة على macOS أو Windows عبر Docker Desktop.
الخطأ 3: استخدام نص curl القديم للتثبيت كخيار افتراضي
لا يزال النص البرمجي curl -sfL https://get.gpustack.ai | sh -s - موجودًا، لكنه أصبح غير مستحسن اعتبارًا من الإصدار GPUStack v0.7 ولا يظهر في تنقّل التوثيق الحالي. يُعد Docker أو مخطط Helm مساري التثبيت الموصى بهما حاليًا — راجع توثيق التثبيت الرسمي قبل استخدام النص البرمجي بشكل افتراضي.
الخطأ 4: افتراض أن GPUStack ينافس مباشرة vLLM أو SGLang أو TensorRT-LLM
ينسّق GPUStack محركات الاستدلال هذه كخلفيات بدلاً من استبدالها — إنه طبقة إدارة وجدولة فوقها، وليس محرك استدلال بديلاً من النوع نفسه. راجع مقارنة خوادم الاستدلال المؤسسية الخاصة بهذا الموقع لمعرفة المزيد حول كيفية ارتباط vLLM وTGI وNVIDIA NIM ببعضها البعض.
الأسئلة الشائعة
ما هو GPUStack؟
GPUStack (github.com/gpustack/gpustack) هو مدير عنقود وحدات معالجة رسومية مفتوح المصدر لخدمة نماذج الذكاء الاصطناعي — يقوم تلقائيًا بتهيئة وتنسيق محركات الاستدلال عبر أجهزة غير متجانسة داخل المؤسسة ويمكنه توفير نسخ وحدات معالجة رسومية يمكن الوصول إليها عبر SSH عند الطلب.
هل GPUStack هو نفسه Ollama أو LM Studio؟
لا. يشغّل Ollama وLM Studio النماذج على جهاز واحد. GPUStack هو مدير عنقود غرضه تجميع وجدولة الاستدلال عبر عدة وحدات معالجة رسومية وعدة أجهزة من خلال بنية خادم وعُقد عاملة. Ollama وLM Studio هما أقرب البدائل أحادية الجهاز للقراء الذين لا يحتاجون إلى تنسيق العناقيد.
هل GPUStack مفتوح المصدر؟
نعم. GPUStack مرخّص بموجب Apache License 2.0، وهو أمر مؤكد عبر مستودع المشروع نفسه. لا توجد فئة مدفوعة أو مؤسسية منفصلة من GPUStack موثّقة على الموقع العام للمشروع حتى تاريخ هذه المراجعة.
هل GPUStack مجاني؟
نعم، GPUStack نفسه مجاني بموجب Apache-2.0. لا يزال تشغيل عنقود يستلزم تكاليف بنية تحتية حقيقية (وحدات معالجة رسومية وأجهزة وشبكات) لا علاقة لها بترخيص GPUStack نفسه.
كيف أثبّت GPUStack؟
الطريقة الموصى بها حاليًا هي Docker: sudo docker run -d --name gpustack --restart unless-stopped -p 80:80 --volume gpustack-data:/var/lib/gpustack gpustack/gpustack. يتوفر مخطط Helm لـ Kubernetes، وهناك مسار معزول عن الشبكة موثّق للبيئات دون اتصال بالإنترنت. لا يزال نص curl القديم (curl -sfL https://get.gpustack.ai | sh -s -) يعمل، لكنه غير مستحسن منذ الإصدار v0.7.
ما المنصات التي يدعمها GPUStack؟
يعمل خادم GPUStack عبر Docker على Linux أو macOS أو Windows (Docker Desktop). العُقد العاملة — الأجهزة التي تساهم بقدرة وحدات معالجة رسومية — حصرية لنظام Linux؛ لا يمكن لنظام macOS تشغيل عقدة عاملة، ويحتاج Windows إلى WSL2 بدلاً من Docker Desktop لهذا الدور، وفقًا للتوثيق الرسمي.
ما محركات الاستدلال التي ينسّقها GPUStack؟
llama-box (تطبيق خاص بـ GPUStack مبني على llama.cpp/stable-diffusion.cpp)، وvLLM، وSGLang، وTensorRT-LLM، وAscend MindIE لأجهزة Huawei Ascend NPU، بالإضافة إلى دعم إضافة محركات استدلال مخصصة.
هل يوفّر GPUStack واجهة برمجة تطبيقات متوافقة مع OpenAI؟
نعم، وفقًا للتوثيق الرسمي، بحيث يمكن للتطبيقات المبنية بالفعل على بنية واجهة برمجة تطبيقات OpenAI أن تشير إلى نقطة نهاية تديرها GPUStack بأقل قدر من التعديلات.
كم عدد نجوم GitHub التي يمتلكها GPUStack؟
أظهر مستودع GPUStack (github.com/gpustack/gpustack) 5,607 نجمة اعتبارًا من 5 سبتمبر 2026، وفقًا للتحقق الخاص بدليل هذا الموقع. راجع المستودع مباشرة للحصول على عدد حالي، لأنه يتغير بمرور الوقت.