GPUStack agrupa GPUs heterogéneas a través de máquinas en un solo clúster y programa cargas de trabajo de modelos entre ellas, con una interfaz web y puntos finales compatibles con OpenAI.
| Categoría | Ejecutar LLMs localmente |
| Tipo | Gestor de clúster de GPU |
| Licencia | Apache-2.0 |
| Ejecuta localmente | Sí |
| Construido con | Python |
| Nivel de habilidad | Avanzado |
| Mejor para | equipos con varias máquinas GPU para agrupar |
Otras herramientas de código abierto para ejecutar LLMs localmente que vale la pena comparar:
OllamaEjecutar LLMs abiertos localmente con un solo comando
JanAplicación de escritorio estilo ChatGPT de código abierto y sin conexión
GPT4AllIA local privada que se ejecuta en CPU
llama.cppEl motor C/C++ que impulsa la inferencia local
LocalAIUna API de OpenAI que autohospedas
Text Generation WebUIInterfaz web rica en funciones para modelos locales
KoboldCppEjecutor de modelo local en un solo archivo
MLC LLMEjecutar LLMs en cualquier dispositivo, incluso teléfonos
llamafileUn archivo ejecutable = modelo + tiempo de ejecución
exoEjecuta grandes modelos en tus dispositivos cotidianos
CortexTiempo de ejecución estilo Ollama del equipo de Jan
Nexa SDKEjecuta cualquier modelo en cualquier dispositivo — CPU, GPU, NPU
RamaLamaEjecuta modelos como contenedores OCIGPUStack es gratuito y de código abierto (licencia Apache-2.0), por lo que puedes usarlo, autoalojarlo y modificarlo sin costo alguno.
Sí. GPUStack está diseñado para ejecutarse en tu propia máquina o servidor, manteniendo tus datos privados.
Las alternativas populares de código abierto incluyen Ollama, LM Studio, Jan. Consulta las comparaciones anteriores para elegir.
Navega por el directorio completo de herramientas, modelos y proyectos de IA de código abierto, actualizado diariamente.
Navega todas las herramientas →