get-beam

让 GPU 任务像调用 API 一样,按需弹性伸缩,省心省钱。

get-beam 是一个面向 AI 基础设施的早期开源项目,旨在让用户以无服务器(Serverless)方式运行 GPU 推理和训练任务。它解决了传统 GPU 集群管理复杂、资源利用率低、扩缩容困难的问题,通过将 GPU 资源抽象为按需调度的服务,使开发者可以像调用普通 API 一样提交作业,系统自动根据负载弹性伸缩,按实际使用量计费。核心能力包括:任务编排与调度、GPU 资源池化、自动扩缩容、以及简单的命令行/API 接口。项目当前处于早期阶段,代码以 Shell 为主,可能更侧重于部署脚本和运维自动化,而非完整的调度引擎。其设计理念与主流 Serverless GPU 平台一致,但开源实现尚待成熟。

开源 unknown 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 104
维护状态 低维护
是否开源 是
定价模式 unknown

项目数据

分类基础设施
开发团队slai-labs
所属国家
官网地址https://beam.cloud
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议
主要语言Shell
技术栈/模型artificial-intelligence,cloud-computing,cost-optimization,data-science,deep-learning,distributed-computing,gpu-acceleration,gpu-computing,hpc,llm-serving,llm-training,machine-learning,ml-infrastructure,mlops,python,serverless,serverless-architectures
GitHub 星标★ 104
30天Star增速
HF 下载量
上线时间2022-10-18 00:00:00
最近更新2026-08-31 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

  • 聚焦 Serverless GPU 推理/训练,直击资源利用率痛点
  • 提供按需伸缩和按量计费模型,降低闲置 GPU 成本
  • 早期项目,架构简洁,易于二次开发和定制

不足之处

  • 项目处于早期,星标仅 103,社区和生态尚不成熟
  • 主要使用 Shell 实现,可能缺乏健壮的任务调度和容错能力
  • 文档和示例较少,上手门槛相对较高

适用场景

  • AI 初创团队需要低成本运行不定期的模型训练任务
  • 个人开发者希望快速部署 GPU 推理服务,避免长期租用服务器
  • 企业内部需要为多个团队提供共享的 GPU 资源池,按需分配

替代项目

RunPod、Modal、Beam(闭源版)

项目介绍

get-beam 是基础设施领域的开源项目,由 slai-labs 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 1,132 个项目,GitHub 星标数为 104。

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 2026-08-31。

它主要面向的使用场景是:AI初创团队需要低成本运行不定期的模型训练任务。同类可对比的替代方案包括 RunPod、Modal、Beam(闭源版)。

上一篇:simpleAI

下一篇:feathub

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。

[DEPRECATED / UNMAINTAINED] Multi-account gateway. No longer maintained; fork it and···

★ 303 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