沐曦股份正式合入RLinf官方主线,成功完成千卡规模全流程验证
October 26, 2026
近日,沐曦股份正式完成面向具身智能大规模强化学习框架 RLinf 的全栈适配,适配方案已正式合入 RLinf 官方主线,RLinf 官方同步宣布支持沐曦 GPU。开发者无需修改任何代码,即可在沐曦 GPU 上完整运行 RLinf 的具身智能训练任务,实现跨硬件无感知迁移。
RLinf 是首个面向具身智能的“仿训推一体化”大规模强化学习框架,由清华大学和无问芯穹联合北京中关村学院等多家机构共同推出,多项成果被 OSDI、RSS、NeurIPS 等顶级会议收录。该框架旨在打通“渲染、训练、推理”三个环节在系统层面的割裂,让开发者在统一平台上完成从仿真环境交互到策略梯度更新的完整闭环,目前已被多家机器人企业与芯片厂商采用。
此次基于沐曦曦云 C 系列 GPU 集群,沐曦团队完成了从千卡 SFT(Supervised Fine-Tuning,监督微调)到多场景 RL(Reinforcement Learning,强化学习)后训练的全流程验证:四组任务成功率全部对齐或超过论文报告水平,其中一组反超官方参考值 8.8 个百分点;多机扩展线性度保持在 97% 以上。