vLLM 生态 RL 框架 Vime 原生支持 AMD Instinct GPU
vllm_project · x · 2026-07-17
vLLM 生态系统中的强化学习后训练框架 **Vime** 现已原生支持 AMD 平台。通过与 AMD 团队合作，Vime 成功在 AMD Instinct MI355X GPU 上实现了端到端的强化学习后训练。 该框架直接使用 vLLM 作为 rollout 后端，无需额外编写 ROCm 专用代码。目前支持 GRPO 训练、Megatron-LM 训练以及 Qwen3 等模型。实测在 MI355X 上，Qwen3-8B 模型的训练吞吐量可稳定在约 4100 tokens/GPU/s。