ck 是基础设施领域的开源项目，由 mlcommons 开发，2014 年首次发布。
它收录于基础设施分类，该分类目前共有 1,130 个项目，GitHub 星标数为 651。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-08-20。Apache-2.0许可证，可免费使用和部署。
它主要面向的使用场景是：AI模型性能基准测试与对比。同类可对比的替代方案包括 MLPerf Inference、Benchmarking AI (BAI)、OpenBenchmarking.org。
ck
一键自动化AI基准测试与调优，跨硬件高效跑通MLPerf
Collective Knowledge (CK) 是一个开源自动化框架，旨在帮助用户高效地在多样化的模型、数据集、软件和硬件上运行AI/ML及其他新兴工作负载。它通过标准化的工作流和可复现的实验方法，解决AI部署中常见的碎片化、重复劳动和性能调优困难问题。核心能力包括：自动化基准测试（基于MLPerf方法论）、跨平台配置管理、实验记录与比较、以及社区驱动的知识共享。项目提供CK和CM/CMX两代工具，支持从边缘设备到数据中心的广泛场景，帮助用户优化资源使用并降低成本。
开源
free
基础设施
GitHub 星标
★ 651
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类基础设施
开发团队mlcommons
所属国家
定价模式free
价格说明开源项目，Apache-2.0许可证，可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型automation,benchmarking,best-practices,ck,cknowledge,cm,cmind,cmx,collaboration,ctuning,education,mlops,mlperf,mlperf-automations,modularity,optimization,portability,reusability,workflows
GitHub 星标★ 651
30天Star增速
HF 下载量
上线时间2014-11-05 00:00:00
最近更新2026-08-20 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2
使用教程
核心亮点
- 深度集成MLPerf官方基准，提供标准化测试流程
- 自动化处理环境配置和依赖，减少手动干预
- 支持多平台和异构硬件，灵活适配不同场景
不足之处
- 文档/社区待观察
- 学习曲线较陡，概念和工具链复杂
适用场景
- AI模型性能基准测试与对比
- 跨硬件平台的部署优化
- 可复现实验管理与知识共享
替代项目
MLPerf Inference、Benchmarking AI (BAI)、OpenBenchmarking.org
项目介绍
同类项目推荐
freebuff-proxy
开源
聚合多账号，一键接入 OpenAI 兼容 API，轻松管理会话。
Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···
microduck
开源
用 Rust 造一只会走路的桌面小鸭，快速上手双足机器人。
A Tiny biped duck robot
soperator
开源
用 Kubernetes 原生方式运行 Slurm，简化 HPC 集群管理。
Run Slurm in Kubernetes
ollama
开源
一条命令本地跑起大模型，免费、私密、不卡顿
Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···