MindSpeed RL是针对昇腾硬件推出的强化学习开发套件。提供端到端的RL后训练解决方案，支持超大昇腾集群训推共卡/分离部署模式，通过多模型异步流水调度机制实现算力资源高效利用，依托训推异构切分通信架构降低数据交互延迟，同时序列合并与长序列并行处理技术，解决序列计算瓶颈问题，全面提升分布式训推效率。

代码仓地址：https://gitcode.com/Ascend/MindSpeed-RL

下面是MindSpeed RL主要的代码结构类图，其中主要分5部分：

  1. Trainer：训练入口
  2. RayWorkGroup：负责worker的管理和调度
  3. worker：各种worker，供RayWorkGroup调度，包括IntegratedWorker、RuleReward等
  4. ActorRolloutHybrid：训推转换的关键(actor和vllm）
  5. Engine：有训练engine（主要供actor和reference调用）、推理engine（主要是vllm）

图中一些重要方法标注了颜色，相同颜色的方法有调用关系，可以通过颜色看出调用流程。

# 人工智能 # 昇腾
Logo
昇腾开源生态专区

昇腾计算产业是基于昇腾系列（HUAWEI Ascend）处理器和基础软件构建的全栈 AI计算基础设施、行业应用及服务，https://devpress.csdn.net/organization/setting/general/146749包括昇腾系列处理器、系列硬件、CANN、AI计算框架、应用使能、开发工具链、管理运维工具、行业应用及服务等全产业链

更多推荐

cover

DeepSeek 崩了 13 小时，不是故障，是 V4 在换引擎

avatar 昇腾开源生态专区

体系结构论文（107）：AscendOptimizer: Episodic Agent for Ascend NPU Operator Optimization

摘要：本文提出AscendOptimizer系统，针对华为Ascend NPU的AscendC算子优化难题，通过双阶段交替优化方法实现性能提升。系统将算子拆分为host侧tiling program和device侧kernel program：Stage I采用进化搜索优化tiling策略，利用硬件反馈探索可行解空间；Stage II通过"优化回退"机制从优质kernel反向构

avatar 昇腾开源生态专区

AtomGit模型托管与实验管理全指南

AtomGit模型托管指南：AI开发者的版本控制利器 摘要：本文介绍AtomGit平台针对AI开发者推出的模型托管与实验管理功能，解决传统Git无法有效管理大模型文件、实验参数分散等问题。AtomGit通过Git LFS大文件存储、模型卡片元数据记录、代码与模型版本关联等创新功能，实现AI项目的一体化管理。文章详细演示了如何创建模型仓库、配置Git LFS管理大文件、编写结构化模型卡片，并特别介绍

avatar 昇腾开源生态专区