团队开源跨数据中心 RL 快速权重更新，trainer 与 sampler 可异地高速同步

akiroai · x · 2026-11-03

一个团队发布并开源了面向 RL 训练的 ultra fast weight updates：即使 trainer 与 sampler 分布在不同数据中心，也能在两者之间快速同步权重，避免因距离和带宽导致的长时间停顿。

发布者表示这次更新解决了跨数据中心场景下训练器与采样器之间权重更新的速度问题。另有用户追问远距离部署时 sampler 的暂停时间是否会超过一秒，作者回应：暂停时间只用于解压与打补丁，依赖原生解压 ASIC 并与本地 GPU 工作重叠，因此与收发双方的距离和带宽无关。