verl x 昇腾 (Ascend)

最后更新：09/25/2025。

我们在 verl 中增加了对华为昇腾 (Ascend) 设备的支持。

硬件支持

Atlas 200T A2 Box16

Atlas 900 A2 PODc

Atlas 800T A3

安装

基础环境准备

software

version

Python

== 3.11

CANN

== 8.3.RC1

HDK

== 25.3.RC1

torch

== 2.6.0

torch_npu

== 2.6.0

目前 verl 框架中 sglang npu 后端仅支持上述 HDK、CANN 和 PTA 版本，商用版本预计 2025 年 10 月发布。

为了能在 verl 中正常使用 sglang，需使用以下命令安装 sglang、torch_memory_saver 和 verl。

sglang

# sglang
git clone https://github.com/sgl-project/sglang.git
cd sglang
mv python/pyproject.toml python/pyproject.toml.backup
mv python/pyproject_other.toml python/pyproject.toml
pip install -e "python[srt_npu]"

安装 torch_memory_saver

# torch_memory_saver
git clone https://github.com/sgl-project/sgl-kernel-npu.git
cd sgl-kernel-npu
bash build.sh  -a memory-saver
pip install output/torch_memory_saver*.whl

安装 verl

git clone https://github.com/volcengine/verl.git
cd verl
pip install --no-deps -e .
pip install -r requirements-npu.txt

其他三方库说明

software

description

transformers

v4.56.1

triton_ascend

v3.2.0

  1. sglang 依赖 transformers v4.56.1

  2. sglang 依赖 triton_ascend v3.2.0

  3. 暂不支持多模态模型，请卸载相关安装包 torchvision、timm

pip uninstall torchvision
pip uninstall timm
pip uninstall triton

pip install transformers==4.56.1
pip install -i https://test.pypi.org/simple/ triton-ascend==3.2.0.dev20250925

快速开始

正式使用前，建议您通过对 Qwen3-8B GRPO 的训练尝试，以检验环境准备和安装的正确性。

  1. 下载数据集并将数据集预处理为 parquet 格式，以便包含计算 RL 奖励所需的必要字段

python3 examples/data_preprocess/gsm8k.py --local_save_dir ~/data/gsm8k

  1. 执行训练

bash verl/examples/grpo_trainer/run_qwen3_8b_grpo_sglang_1k_npu.sh