华为计算：性能跃升3.8倍 昇腾AsyncFlow异步流式RL破解后训练长尾之困

云财经讯，华为计算发文表示，强化学习已成为大模型从能用走向好用的核心引擎。但在RL训练流程中，传统同步训练模式长期受困于长尾阻塞——生成阶段的极端耗时反复中断训练，硬件大面积空闲，既拉低吞吐又推高成本。AsyncFlow异步流式RL以训推解耦为核心，通过TransferQueue数据中枢与CheckpointEngine权重引擎，将推理(Rollout)与训练(Trainer)彻底解耦，突破同步模式的性能限制。实测在prompt 2k → response 16k长序列场景下，在昇腾Atlas 900 A3 SuperPoD液冷超节点、Atlas 800 A3风冷超节点等全系列产品训练吞吐从同步方案的59.3提升至226.8，相对提升3.81倍，同时保持收敛精度对齐，目前已支持verl框架。