サービス一覧に戻る

LLMKube

Kubernetes operator for self-hosted LLM inference across a heterogeneous GPU fleet: NVIDIA CUDA, AMD Vulkan, and Apple Silicon Metal. Runtimes: llama.cpp, vLLM, TGI, mlx-server. Multi-GPU sharding, model caching, OpenAI-compatible endpoints. Apache-2.0, run across homelab and on-prem fleets, actively developed.

LLMKube の代替サービスを見る
修正を提案
オープンソース
セルフホスト可
Apache-2.0
最近のレビュー

代替サービス

技術スタック

閲覧のみ
このサービスには技術スタックのタグがまだありません
💡 ヒント: ログインすると技術スタックのタグの追加・変更を提案できます