--- title: "cube-studio" type: "tool" slug: "data-infra-cube-studio" canonical_url: "https://www.graphcanon.com/tools/data-infra-cube-studio" github_url: "https://github.com/data-infra/cube-studio" homepage_url: "https://cubestudio.vip" stars: 2322 forks: 181 primary_language: "Python" license: "Other" categories: ["model-training", "inference-serving", "developer-tools"] tags: ["llmops", "automl", "ai-platform", "ascend", "cube-studio", "inference", "ml-service", "kubernetes"] updated_at: "2026-07-07T18:44:58.2233+00:00" --- # cube-studio > cubestudio开源云原生一站式机器学习/深度学习/大模型AI平台 CubeStudio是一个面向云计算环境开发的全方位机器学习和深度学习解决方案，提供全面的服务如单点登录(SSO)，多租户支持，算法全链路流程管理等。 ## Facts - Repository: https://github.com/data-infra/cube-studio - Homepage: https://cubestudio.vip - Stars: 2,322 · Forks: 181 · Open issues: 27 · Watchers: 24 - Primary language: Python - License: Other - Last pushed: 2026-07-04T13:54:59+00:00 ## Categories - [Model Training](/categories/model-training.md) - [Inference & Serving](/categories/inference-serving.md) - [Developer Tools](/categories/developer-tools.md) ## Tags llmops, automl, ai-platform, ascend, cube-studio, inference, ml-service, kubernetes ## Related tools - [ECC](/tools/affaan-m-ecc.md) - The agent harness performance optimization system (★ 226,962) - [AutoGPT](/tools/significant-gravitas-autogpt.md) - AutoGPT: Build, Deploy, and Run AI Agents (★ 185,417) - [prompts.chat](/tools/f-prompts-chat.md) - The world's largest open-source prompt library for AI (★ 165,019) - [transformers](/tools/huggingface-transformers.md) - 🤗 Transformers: the model-definition framework for state-of-the-art machine learning models (★ 162,347) - [JavaGuide](/tools/snailclimb-javaguide.md) - Snailclimb/JavaGuide: 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发 (★ 156,863) - [open-webui](/tools/open-webui-open-webui.md) - User-friendly AI Interface (Supports Ollama, OpenAI API, ...) (★ 144,575) - [browser-use](/tools/browser-use-browser-use.md) - 🌐 Make websites accessible for AI agents. Automate tasks online with ease. (★ 103,315) - [LLMs-from-scratch](/tools/rasbt-llms-from-scratch.md) - Implement a ChatGPT-like LLM in PyTorch from scratch (★ 98,711) ## README (excerpt) ```text # 不再同步更新旧仓库 tencent/cube-studio # CubeStudio [English](README_EN.md) | 简体中文 ### 整体架构 # 帮助文档 https://github.com/data-infra/cube-studio/wiki # 开源共建 学习、部署、体验、开源建设欢迎来撩。或添加微信luanpeng1234，备注<开源建设> # 公司 # 功能清单 CubeStudio是 开源一站式云原生机器学习平台，目前主要包含 | 模块分组 | 功能 | 功能描述| | :--- | :--- | :--- | | 用户权限 | SSO单点登录 |
  • 账号密码注册自动登录
  • 支持对接公司账号体系AUTH_OID/AUTH_LDAP/AUTH_REMOTE_USER等登录注册方式，支持消息推送

  • 增加登录验证，强密码，远程用户，登录频率限制，密码密文传输显示等
    • | | 用户权限 | 项目组管理 |
  • AI平台需要通过项目划分，支持配置相应项目组用户的权限，任务/服务的挂载，资源组，集群，服务代理，项目组内角色控制，支持用户和项目组删除，支持为项目组指定命名空间，项目组支持绑定多个资源组，支持设置组内用户可用资源组
    • | | 用户权限 | 用户管理
    角色管理/权限管理 |
  • 管理平台用户的基本信息，组织架构，支持账号密码，rbac权限体系

  • 增加修改和删除，清理等操作的历史记录，支持菜单权限控制

  • 支持只读者public角色，支持控制角色可访问接口，以及接口访问类型

  • 支持多租户(多个用户公司)
    • | | 算力调度 | 数据大屏 |
  • 支持全局，项目组，个人级别的任务pod的分布情况
    • | | 算力调度 | 多资源组/多集群 |
  • 支持划分多资源组，支持docker运行时，支持多k8s集群，支持ipvs网络模式，支持containerd容器运行态，支持边缘集群模式
    • | | 算力调度 | gpu调度能力 |
  • 提供多种规格的资源支持不同的使用场景，cpu/gpu等 支持T4/V100/A100等多种卡型

  • 支持gpu禁用模型，共享模式，独占模式，vgpu模式，支持虚拟化占用显存设定，英伟达支持指定卡序号，支持gpu调度binpack调度策略，支持ib/roce的rdma协议
    • | | 算力调度 | 支持多种算力 |
  • 平台底层外部组件支持arm架构，前后端镜像支持arm架构，任务模板支持arm架构，notebook镜像支持arm架构，超参搜索支持arm架构，aihub应用70%支持arm架构

  • 支持调度海光dcu，华为npu算力，壁仞，沐曦、寒武纪、摩尔线程，百度昆仑芯
    • | | 算力调度 | 算力市场 |
  • 支持算力市场机器空闲状态查看，支持按需占用，和包月包日模式租赁
    • | | 算力调度 | 租赁实例 |
  • 支持租赁启动pod实例管理，开关机释放等，支持查看当前租赁信息和使用费用ssh登录信息等

  • 支持包月账单的管理
    • | | 算力调度 | 计量计费功能 |
  • 1、支持平台资源限制的分配和查看

  • 项目组资源限制，用户资源限制、任务资源限制，项目组下个人的资源限制，包括开发资源，训练资源、推理资源等

  • 额度限制限制在notebook，docker构建，pipeline，超参搜索，内部服务，推理服务中的生效

  • 限制支持单任务，并行任务总和和历史任务总和等方法

  • 2、提供统一的开发、训练、推理服务资源监控，从用户、项目、任务角度分析模型资源分配及使用情况

  • 3、支持自定义计费模式，通过计量结果自定义获取计费值

  • 4、按需占用日结账单，产生用户每日账单费用和明细
    • | | 算力调度 | 机器资源管理 |
  • web界面控制机器调度类型，所属资源组，是否启动rdma，是否启动vgpu，可用任务场景等
    • | | 算力调度 | 存储盘管理 |
  • 支持web界面添加存储盘，支持项目组绑定，notebook pipeline 推理服务，直接在pod中挂载外部分布式存储

  • 支持nfs，cfs，oss，nas，cos，glusterfs，cephfs，s3/minio
    • | | 基础能力 | 网络 |
  • 支持80、非80端口，支持公网/域名，支持反向代理和内网穿透方式访问，支持https
    • | | 基础能力 | 数据库存储 |
  • 支持外部mysql/postgres/OceanBase/人大金仓/达梦作为元数据库(不含标注模块)
    • | | 基础能力 | 国际化能力 |
  • mlops支持配置多语言配置，目前支持8国语言翻译
    • | | 数据管理 | 数据地图 |
  • 元数据库表管理，指标，维表
    • | | 数据管理 | 数据计算 |
  • sqllab交互查询，支持mysql，postgresql，clickhouse，hive，presto，达梦数据库等计算引擎，支持数据分析建模
    • | | 数据管理 | 数据集管理 |
  • 允许用户随时上传样本集（图片、音频、文本等），对表格数据支持数据集一键探索功能
    • | | 数据标注 | 数据标注 |
  • 支持图/文/音/多模态各类型标注能力

  • 支持分布式存储打通mlops平台

  • 支持项目组权限控制，支持普通用户标注草稿，审核员核定，标注质量打分，导入导出批量删除设置等区分角色的权限控制

  • 标注任务分配

  • 目前支持8国语言翻译

  • labelstudio标注数据导入pipeline

  • 支持从数据集模块导入和导出到数据集模块

  • 支持pg/人大金仓数据库

  • 支持项目状态管理和webhook
    • | | 数据标注 | 数据标注 |
  • 支持自动化标注：支持目标识别，目标边界识别，目标遮罩识别，图片分类，图片描述，ocr，支持图片转markdown，关键点检测，视频多目标跟踪，多说话人语音分隔，语音识别，结构化数据标注

  • 支持视觉大模型自动化标注：支持目标识别万物识别，支持目标边界检测万物分隔，支持目标遮罩万物分隔

  • 支持大模型自动化标注：文本分类，文本翻译，命名实体识别，阅读理解，问答，摘要提取，答案排序
    • | | 在线开发 | 镜像功能 |
  • 镜像仓库/镜像管理/在线构建镜像

  • 同时提供平台所有镜像，包括模板镜像/服务镜像/notebook镜像/gpu基础环境的构建方法和构建后镜像，

  • 支持同一仓库多个秘钥配置，支持在线镜像构建
    • | | 在线开发 | notebook |
  • 支持基于开源的Jupyterlab/vscode汉化版，提供在线的交互式开发调试工具

  • 提供多种可选环境ide和开发示例，支持资源类型选择

  • 支持大数据版本，机器学习版本，深度学习版本

  • 大数据版本支持用户信息，hdfs客户端，hive客户端和spark客户端

  • 支持ssh remote与notebook对接远程开发，方便快速将本地代码提交到平台的训练环境

  • ssh jumpproxy，单端口开放

  • 支持gpu，cpu，内存，监控，支持git交互

  • 支持自定义notebook镜像，便于封装公司自己的notebook

  • 多环境notebook，支持R语言/julia语言/python2.7/python3.6/python3. ``` --- **Machine-readable endpoints** - JSON: [`/api/graphcanon/tools/data-infra-cube-studio`](/api/graphcanon/tools/data-infra-cube-studio) - LLM index: [/llms.txt](/llms.txt) - Full corpus: [/llms-full.txt](/llms-full.txt) _GraphCanon - The knowledge graph for AI development. https://www.graphcanon.com/_