Embodied Decision Intelligence Lab (EDI Lab) 清华大学具身决策智能实验室

壁仞科技算力接入RLinf

得益于 RLinf 对硬件平台的抽象解耦设计,BIRENSUPA™ 的接入遵循标准化插件模式,对其他硬件平台代码零侵入。

在标准加速器抽象层面,方案实现全量对齐,新增壁仞科技 GPU 管理器,完整实现设备探测、设备数量上报、设备型号序列化等接口,并注册至 RLinf 加速器注册表与集合通信支持列表,与主流 AI 芯片等既有后端处于同一抽象层。

在设备可见性与调度协同层面,通过 SUPA_VISIBLE_DEVICES 环境变量控制多卡可见性,同时设置 Ray 保护变量,避免 Ray 调度器覆盖 SUPA 的设备选择,从而保证训练进程与硬件分配严格一致。

在通信栈对齐层面,分布式训练默认采用 BCCL(壁仞生态集合通信库)作为通信后端,对应 CUDA 生态中的 NCCL,支持 All-Reduce、All-Gather 等多卡集合通信。

本次适配完成后,开发者无需修改任何 RLinf 相关代码,即可在壁砺™系列通用 GPU 上完整运行 RLinf 的大模型强化学习训练任务,实现跨硬件无感知迁移。

查看详细报道

Previous post
清华大学联合无问芯穹开源具身智能云原生纳管平台RLark,5分钟接入、10秒启动任务
Next post
昆仑芯完成RLinf适配验证,拓展具身智能强化学习开源生态