verlai/verl Docker 镜像 - 轩辕镜像

verl - 大模型强化学习训练与推理工具集

前言

verl 是一款聚焦大模型"训练+推理"全流程的工具集，核心定位是降低大模型强化学习（RL）训练与高效推理的门槛，尤其适配企业级大模型落地场景。其本质是通过封装主流深度学习框架（如 PyTorch、Megatron-LM）和推理引擎（如 vLLM、SGLang），让开发者无需手动解决复杂的环境依赖、分布式配置问题，专注于模型优化与业务逻辑。

verl 的核心功能

verl 的能力覆盖"训练"和"推理"两大核心场景，且支持灵活扩展：

大模型训练：主打强化学习与分布式能力

• 支持多训练后端：适配 FSDP（PyTorch 原生分布式框架，适合快速验证原型）、Megatron-LM（NVIDIA 高性能分布式框架，支持万卡级大模型训练，适合大规模落地）
• 强化学习（RL）优化：内置 RL 训练流程封装，可直接用于大模型 RLHF（基于人类反馈的强化学习）、RLHF 变种任务，无需从零搭建训练 pipeline
• 依赖自动兼容：自动适配 PyTorch、CUDA、FlashAttention 等核心依赖版本，避免"版本冲突导致训练崩溃"

大模型推理：高效生成 rollout 结果

• 支持多推理引擎：集成 vLLM（业界领先的高吞吐推理框架，支持动态批处理）、SGLang（高性能推理引擎，提供丰富的优化特性）、TGI（Hugging Face Text Generation Inference，适合标准 Hugging Face 模型）
• 聚焦"rollout 生成"：专为强化学习场景设计——快速生成模型输出样本（如 RLHF 中的"模型回答候选"），推理访问表现比原生 Hugging Face pipeline 提升 5-10 倍

高扩展性与定制化

• 支持自定义训练配置：可通过 YAML 配置文件修改训练参数（如学习率、batch size、分布式策略）
• 源码级可定制：若使用挂载目录部署，可直接修改 verl 源码（如适配新的 RL 算法、自定义数据集），无需重新构建镜像

verl 的适用场景

系统要求

• Python: 版本 >= 3.10
• CUDA: 版本 >= 12.8
• cuDNN: 版本 >= 9.10.0（推荐）

快速开始

使用 Docker 镜像（推荐）

verl 提供了预构建的 Docker 镜像，支持 vLLM 和 SGLang 两种基础镜像。您可以从 Docker Hub 拉取最新镜像：

bash
# 使用 vLLM 基础镜像
docker pull verlai/verl:vllm011.latest

# 或使用 SGLang 基础镜像
docker pull verlai/verl:sgl055.latest

运行容器

bash
docker create --runtime=nvidia --gpus all --net=host --shm-size="10g" --cap-add=SYS_ADMIN -v .:/workspace/verl --name verl verlai/verl:vllm011.latest sleep infinity
docker start verl
docker exec -it verl bash

安装 verl

在容器内安装 verl：

bash
# 安装 nightly 版本（推荐）
git clone [***] && cd verl
pip3 install --no-deps -e .

# 或安装特定框架支持
pip3 install -e .[vllm]
pip3 install -e .[sglang]

支持的算法

verl 内置了多种强化学习算法，包括：

• PPO (Proximal Policy Optimization)
• GRPO (Group Relative Policy Optimization)
• DAPO (Decoupled Clip and Dynamic Sampling Policy Optimization)
• SPIN (Self-Play Fine-Tuning)
• SPPO (Self-Play Preference Optimization)
• OPO (On-Policy RL with Optimal Reward Baseline)

硬件支持

• NVIDIA GPU: 完整支持 CUDA 12.8+，推荐使用 A100、H100 等高性能 GPU
• AMD GPU: 支持 ROCm 6.2+，适用于 MI300 系列 GPU（使用 FSDP 训练后端）
• Ascend: 支持华为昇腾设备

相关资源

• 官方文档: [***]
• GitHub 仓库: [***]
• Docker Hub: [***]

许可证

verl 采用开源许可证，详情请参阅项目仓库。