DeepSeek-V4 Flash: Reinforcement-Learning-Training auf AMD Instinct MI355X GPU mit Miles-Framework
Originaltitel:News Bringing DeepSeek-V4 Flash RL Training to AMD Instinct MI355X GPUs with Miles DeepSeek-V4 RL is now supported in Miles on AMD Instinct™ MI355X GPUs with ROCm™! RL requires SGLang rollout and Megatron training to implement the same policy closely enough that token probabilities ... AMD & Miles Team
KI-Zusammenfassung
Das Reinforcement-Learning-Training von DeepSeek-V4 Flash wird jetzt auf AMD Instinct MI355X GPUs über das Miles-Framework und den ROCm-Software-Stack unterstützt. Das MoE-Modell mit 284 Milliarden Parametern (13 Milliarden aktive Parameter pro Token) benötigt SGLang für die Rollout-Generierung und Megatron für Policy-Updates; Miles übernimmt die asynchrone Schleife und die Gewichtssynchronisierung. Das Team löste drei zentrale Herausforderungen: Modellausrichtung zwischen SGLang und Megatron, Online-Aktualisierung des Quantisierungszustands und Stabilität der Multi-Node-Parallelisierung. Schließlich wurde die Ende-zu-Ende-Validierung auf vier Acht-GPU-Knoten abgeschlossen: Über mehr als 100 Optimiererschritte blieb die Log-Wahrscheinlichkeitsdifferenz zwischen Training und Rollout kontrollierbar, der Online-Reward stieg kontinuierlich, und auch die Offline-Benchmark-Werte bei AIME-2024 verbesserten sich.
Kernpunkte
- Das Reinforcement-Learning-Training von DeepSeek-V4 Flash wird jetzt auf AMD Instinct MI355X GPUs…
- Das MoE-Modell mit 284 Milliarden Parametern (13 Milliarden aktive Parameter pro Token) benötigt…
- Miles übernimmt die asynchrone Schleife und die Gewichtssynchronisierung.
- Das Team löste drei zentrale Herausforderungen: Modellausrichtung zwischen SGLang und…
- Schließlich wurde die Ende-zu-Ende-Validierung auf vier Acht-GPU-Knoten abgeschlossen: Über mehr…
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- LMSYS Blog
- Kategorie
- Papers & Forschung
- KI-Bewertung
- 61
把 DeepSeek-V4 Flash 的 RL 训练完整搬到 AMD MI355X 上,不是画饼,而是给了实测数据和可跑的配置。想用非 NVIDIA 卡做 RL 训练的,可以照着踩坑。
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: DeepSeek-V4 Flash: Reinforcement-Learning-Training auf AMD Instinct MI355X GPU mit Miles-Framework. 10. Juli 2026. https://new.nat6.net/de/news/cmrf7a5kg000wihpr80vvnaxn/