Meshy: 角色驱动下SPMD范式的RL训练框架
2026.09.17 · 产品 · 开源项目 · 开源项目
Meshy提出去中心化RL训练框架，以服务角色和队列数据面替代Single-Controller。
Meshy是OpenBMB提出的RL训练框架，将Inference、Training、Rollout等角色建模为独立服务，通过统一的TransferQueue数据面通信，不依赖Ray和中央调度器，采用SPMD范式，支持全异步训练，同时兼容同步训练，旨在降低通信开销并提升灵活性。
- 去中心化架构，无中央控制器
- 基于TransferQueue数据面通信
- 支持全异步与同步训练
- 不依赖Ray，降低调度开销
- 基于TorchTitan和SGLang实现
为什么值得看
挑战Single-Controller架构，为异步RL提供新范式。
适合谁关注
RL训练框架开发者、大模型训练工程师