昆仑芯完成RLinf适配验证，拓展具身智能强化学习开源生态
September 30, 2026
RLinf 是面向具身智能的“仿训推一体化”大规模强化学习框架，由清华大学、无问芯穹联合发起，于 2025 年 9 月开源。框架面向具身智能与智能体场景，提供覆盖仿真、训练和推理的统一强化学习基础设施，打通渲染、训练、推理等环节，为开发者提供从仿真环境交互到策略更新的完整强化学习流程，目前已在机器人等相关场景中开展应用。
此次适配中，昆仑芯基于 RLinf 模块化的硬件接口设计，通过标准插件方式完成 Kunlunxin XPU 后端接入，无需修改框架既有实现，即可将昆仑芯算力纳入 RLinf 运行体系，进一步打通设备管理、任务调度与分布式通信等关键环节。
在设备管理与任务调度方面，昆仑芯完成 Kunlunxin XPU 设备发现、资源配置及 Ray 调度适配，确保训练任务能够准确使用实际分配的算力资源；在分布式通信方面，以 XCCL 作为通信后端，支持 AllReduce、AllGather 等多卡集合通信，打通单节点及多节点强化学习任务的运行基础。
基于上述适配，昆仑芯 P800 能够在 RLinf 框架下开展单节点、多节点以及训练、仿真、推理分离等多种运行模式验证，为具身智能强化学习任务提供更加灵活的国产算力支持。