RL 框架 Miles v0.2 发布:支持 NVIDIA/AMD/TPU/Trainium 四种硬件
ying11231 · x · 2026-11-13
RadixArk 在 SGLang Summit 上发布 RL 训练框架 Miles v0.2,主打生产级 RL 训练的硬件与负载扩展:
- 硬件选择:支持 NVIDIA 与 AMD GPU,早期支持 Google TPU,AWS Trainium 即将落地
- 异构集群稳定训练:兼容混合 GPU、混合精度,支持全异步 rollout
- 更广负载:多模态 RL(图像/视频/音频)更精准轻快;Diffusion 训练异步运行;Multi-LoRA 让多个适配器共享一个基座模型
「Infra」频道最新
- 分析师推断多家实验室已跑通 Blackwell 训练栈，开支带 3-6 倍溢价 — teortaxesTex · 2026-11-13
- 爆料称中国主要模型均在 Blackwell 级芯片上训练,但规模令人失望 — teortaxesTex · 2026-11-13
- Sentdex：「中国间谍」指控可疑，更像是绕开出口管制的互利交易 — Sentdex · 2026-11-13
- 分析师研判 DeepSeek V4:Flash 版大获成功,V5 或走超高效小参数路线 — teortaxesTex · 2026-11-13
- vLLM 上线 Thinking Machines 新模型 Inkling-2-Small:594B MoE、1M 上下文、单卡 1100 tok/s — vllm_project · 2026-11-13
- Inkling 2 Small 推理数据：32K 上下文多轮 Agent 场景破千 TPGS — vllm_project · 2026-11-13