
cann-recipes-train 解析:昇腾平台 DeepSeek-R1 与 Qwen2.5 强化学习实践
基于 cann-recipes-train 仓库,解读昇腾平台下 DeepSeek-R1 与 Qwen2.5 强化学习训练优化实践。通过 verl 框架结合 MindSpeed 与 vLLM-Ascend,实现训推一体化、参数重排及算子融合等优化。DeepSeek-R1 在 Atlas A3 集群达到高吞吐,Qwen2.5 单卡即可快速上手。文章涵盖环境部署、框架适配、奖励函数优化及性能提升路径,为开发者提供昇腾 LLM 训练实战指南。











