先了解这件事
AI 综述
2026年3月17日,LMSYS 宣布其开源强化学习框架 Miles 支持 ROCm,可在 AMD Instinct MI300/350 系列 GPU 上原生运行分布式 rollout 与 GRPO 训练。据 LMSYS Blog 介绍,Miles 基于 SGLang 与 Slime 生态,将 rollout 生成与 Megatron 模型优化解耦,并提供预装 SGLang 和 Megatron-LM 的 ROCm 容器。在单节点 8 卡 MI300X 上训练 Qwen3-30B-A3B 时,平均单步耗时 388.50s,其中 rollout 生成占 152.79s,AIME 准确率从 step 19 的 0.665 升至 step 139 的 0.729。目前尚无后续发展事实。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：LMSYS Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
3月17日
LMSYS Blog一手
LMSYS 为 Miles RL 框架提供 ROCm 支持，可在 AMD Instinct GPU 上运行
LMSYS 宣布开源 RL 框架 Miles 支持 ROCm，可在 AMD Instinct MI300/350 系列 GPU 上原生运行分布式 rollout 与 GRPO 训练。Miles 基于 SGLang 与 Slime 生态，将 rollout 生成与 Megatron 模型优化解耦，并提供预装 SGLang 和 Megatron-LM 的 ROCm 容器。在单节点 8 卡 MI300X 上训练 Qwen3-30B-A3B 时，平均单步耗时 388.50s，其中 rollout 生成占 152.79s，AIME 准确率从 0.665（step 19）升至 0.729（step 139）。