GitHub · 去对齐工具与仓库·· 19 天前AI 评分42
serverless-lakehouse：基于 Runpod Serverless 基准数据的 medallion 架构湖仓开源项目
ashwinsreedhar28/serverless-lakehouse
来源与原文
GitHub · 去对齐工具与仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/ashwinsreedhar28/serverless-lakehouse
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
GitHub 开源项目 serverless-lakehouse 用本地 PySpark 3.5.9 + Delta Lake 3.3.3 构建 bronze→silver→gold 三层湖仓，分析 emberserve LLM 推理引擎与 Pulse 评分基准产生的 Runpod Serverless 数据。gold 层可回答按 GPU/镜像的冷启动分布、FlashBoot 命中率、单任务成本，以及 emberserve 与 worker-vllm 的对比。项目提供静态 dashboard.html（经 Hugging Face Space 免费托管）和 Streamlit 本地仪表盘，全程无需 GPU。
来源：GitHub · 去对齐工具与仓库 · github.com