AMDは2026年9月8日、AMD Instinct GPU向けに、veRLの強化学習ポストトレーニングをROCm上で本番利用可能にしたと発表しました。
提供内容
今回、ターンキーコンテナと、AITERアクセラレーションを施した2種類のロールアウトバックエンドが提供されます。バックエンドは、vLLMとSGLangです。
また、MI300とMI355の両方で精度検証を実施しました。AMD GPU上で強化学習ポストトレーニングを行う開発者や研究者が対象となります。
発表記事の著者は、Fuwei Yang、Zhaodong Bing、Mingjie Lu、Xiaohong Kou、Yuhan Yang、Wei Cai、Liz Li、Yuankai Chenです。記事の総語数は1379語で、読了時間は6分とされています。

まだコメントはありません。