用途：SkyPilot 用于跨多云（AWS、GCP、Azure、Kubernetes、Lambda、RunPod 等 20+ 提供商）运行 ML 训练与批处理任务，并自动做成本优化，避免厂商锁定。适合需要跨云跑任务、用 Spot 实例省钱、管理多节点分布式训练或统一多云接口的场景。若只需简单无服务器 GPU 可考虑 Modal，单云常驻 Pod 可考虑 RunPod，已有 K8s 基础设施或纯 Ray 编排也有对应替代方案。
主要能力：自动选择最便宜的云与区域；Spot 实例可省 3-6 倍成本并支持自动恢复；多节点分布式训练与 gang scheduling；托管作业支持自动恢复、检查点与容错；Sky Serve 提供带自动扩缩的模型服务；文件挂载支持本地同步与 S3/GCS 云存储（MOUNT、COPY、MOUNT_CACHED 三种模式）。
使用方式：安装 pip install "skypilot[aws,gcp,azure,kubernetes]"，用 sky check 验证云凭证。任务以 YAML 定义 resources（accelerators、cpus、memory、use_spot、disk_size 等）、num_nodes、workdir、setup 与 run。常用命令包括 sky launch、sky exec、sky status、sky stop、sky down、sky logs、sky queue、sky jobs launch、sky serve up。分布式训练可用环境变量 SKYPILOT_NODE_RANK、SKYPILOT_NODE_IPS、SKYPILOT_NUM_NODES、SKYPILOT_NUM_GPUS_PER_NODE。
限制：需自行准备各云凭证与配额，配额不足需申请提升或换区域；Spot 实例可能被抢占，建议用 sky jobs launch 自动恢复；文件同步慢时可用 MOUNT_CACHED；GPU 不可用可用 any_of 配置回退云。具体收费与价格资料未提供。