aqueduct

在任意云上跑LLM和ML工作负载,但已停更

Aqueduct 是一个已停止维护的开源基础设施项目,旨在帮助用户在任意云基础设施上运行大语言模型(LLM)和机器学习(ML)工作负载。它通过提供统一的接口和编排层,解决了在多云或混合云环境中部署和管理 AI 工作负载的复杂性。其核心能力包括工作负载调度、资源抽象、以及与主流云平台的集成,使得用户能够更灵活地利用现有云资源。尽管项目已不再维护,但其设计理念和实现方式对于理解云原生 AI 基础设施仍有一定参考价值。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 518
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类基础设施
开发团队RunLLM
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,但已停止维护。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Go
技术栈/模型ai,data,data-science,kubernetes,llm,llms,machine-learning,ml,ml-infrastructure,ml-monitoring,mlops,orchestration,python,python3
GitHub 星标★ 518
30天Star增速
HF 下载量
上线时间2022-05-27 00:00:00
最近更新2026-09-12 00:00:00
维护状态低维护
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4

使用教程

核心亮点

  • 多云抽象:统一接口屏蔽不同云厂商差异,简化部署
  • 工作负载编排:支持调度LLM和ML任务,提升资源利用率
  • Go语言实现:高性能、并发友好,适合基础设施场景

不足之处

  • 项目已停止维护,存在安全风险和兼容性问题
  • 文档和社区支持有限,上手难度较高

适用场景

  • 多云环境下的AI模型部署与调度
  • 混合云中统一管理ML工作负载
  • 研究云原生AI基础设施设计参考

替代项目

Kubeflow、Ray、Seldon Core

项目介绍

aqueduct 是基础设施领域的开源项目,由 RunLLM 开发,2022 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 518。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-12。Apache-2.0 许可证,可免费使用,但已停止维护。

它主要面向的使用场景是:多云环境下的AI模型部署与调度。同类可对比的替代方案包括 Kubeflow、Ray、Seldon Core。

上一篇:kubeflow-chart

下一篇:post-modern-stack

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···

★ 213 2026-08-20
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

★ 8684 2026-09-10
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 439 2026-08-10
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···

★ 181484 2026-08-09