Star73
136
代码
代码
Issues4
Pull Requests22
项目讨论
Wiki
分析
Star73
136
已合并
修改mindspeed-rl-2.2.0-readme相关说明文档 #702
NIE SHIYU创建于 2025年10月14日
修改mindspeed-rl-2.2.0-readme相关说明文档 #702
已合并
NIE SHIYU创建于 2025年10月14日
从xiazhahe/MindSpeed-RL2.2.0合入到Ascend/MindSpeed-RL2.2.0
共 7 个文件变更+41-23
MREADME.md+7-6
@@ -49,7 +49,7 @@ MindSpeed RL依赖配套如下表：
49 </tr>49 </tr>
50 <tr>50 <tr>
51 <td>Python</td>51 <td>Python</td>
52- <td><a href="https://gitcode.com/ascend/pytorch#pytorch%E4%B8%8Epython%E7%89%88%E6%9C%AC%E9%85%8D%E5%A5%97%E8%A1%A8">PT配套版本</a></td>52+ <td><a href="https://gitcode.com/ascend/pytorch#pytorch%E4%B8%8Epython%E7%89%88%E6%9C%AC%E9%85%8D%E5%A5%97%E8%A1%A8">PyTorch与Python版本配套表</a></td>
53 </tr>53 </tr>
54 <tr>54 <tr>
55 <td>PyTorch</td>55 <td>PyTorch</td>
@@ -64,7 +64,7 @@ MindSpeed RL依赖配套如下表：
64 </tr>64 </tr>
65</table>65</table>
66 66 
67-更多详情请参考[版本配套表](https://gitcode.com/ascend/MindSpeed-RL/blob/master/docs/install_guide.md#%E7%89%88%E6%9C%AC%E9%85%8D%E5%A5%97%E8%A1%A8)。67+更多详情请参考[版本配套表](https://gitcode.com/Ascend/MindSpeed-RL/blob/2.2.0/docs/install_guide.md)。
68 68 
69注意：本版本为**预览非正式发布**版本。69注意：本版本为**预览非正式发布**版本。
70 70 
@@ -115,11 +115,11 @@ MindSpeed RL具体的安装请参考[安装指南](https://gitcode.com/ascend/Mi
115 <tr>115 <tr>
116 <td><a href="https://gitcode.com/ascend/MindSpeed-MM/tree/master/examples/rl">Doc</a></td>116 <td><a href="https://gitcode.com/ascend/MindSpeed-MM/tree/master/examples/rl">Doc</a></td>
117 <td rowspan="1">117 <td rowspan="1">
118- <a href="https://gitcode.com/ascend/MindSpeed-MM/tree/master/examples/rl">Qwen2.5VL-3B</a> <br>118+ <a href="https://gitcode.com/Ascend/MindSpeed-MM/tree/2.2.0/examples/rl">Qwen2.5VL-3B</a> <br>
119- <a href="https://gitcode.com/ascend/MindSpeed-MM/tree/master/examples/rl">Qwen2.5VL-7B</a> <br>119+ <a href="https://gitcode.com/Ascend/MindSpeed-MM/tree/2.2.0/examples/rl">Qwen2.5VL-7B</a> <br>
120- <a href="https://gitcode.com/ascend/MindSpeed-MM/tree/master/examples/rl">Qwen2.5VL-32B</a> <br>120+ <a href="https://gitcode.com/Ascend/MindSpeed-MM/tree/2.2.0/examples/rl">Qwen2.5VL-32B</a> <br>
121 </td>121 </td>
122- <td> Released</td>122+ <td> Preview</td>
123 </tr>123 </tr>
124 <tr>124 <tr>
125 <td><a href="docs/algorithms/grpo.md">Doc</a></td>125 <td><a href="docs/algorithms/grpo.md">Doc</a></td>
@@ -326,6 +326,7 @@ MindSpeed RL已发布版本维护策略：
326 326 
327| **MindSpeed RL版本** | **对应标签** | **维护策略** | **当前状态** | **发布时间** | **后续状态** | **EOL日期** |327| **MindSpeed RL版本** | **对应标签** | **维护策略** | **当前状态** | **发布时间** | **后续状态** | **EOL日期** |
328|--------------------| ------------ |----------|----------|-----------|----------|-----------|328|--------------------| ------------ |----------|----------|-----------|----------|-----------|
329+| 2.2.0 | \ | 正式版本 | 商用 | \ | \ | 2026/03/30 |
329| 2.1.0 | \ | 正式版本 | 商用 | \ | \ | 2025/12/30 |330| 2.1.0 | \ | 正式版本 | 商用 | \ | \ | 2025/12/30 |
330| 2.0.0 | \ | 预览版本 | 预览 | \ | \ | 2025/9/30 |331| 2.0.0 | \ | 预览版本 | 预览 | \ | \ | 2025/9/30 |
331 332 
MSECURITYNOTE.md+2-2
@@ -15,8 +15,8 @@
15 15 
16## 文件权限控制16## 文件权限控制
171. 建议用户在主机（包括宿主机）及容器中设置运行系统umask值为0027及以上，保障新增文件夹默认最高权限为750，新增文件默认最高权限为640。171. 建议用户在主机（包括宿主机）及容器中设置运行系统umask值为0027及以上，保障新增文件夹默认最高权限为750，新增文件默认最高权限为640。
18-2. 建议用户对个人数据、商业资产、源文件、训练过程中保存的各类文件等敏感内容做好权限管控。涉及场景如MindSpeed-RL-LLM安装目录权限管控、多用户使用共享数据集权限管控，管控权限可参考表1进行设置。18+2. 建议用户对个人数据、商业资产、源文件、训练过程中保存的各类文件等敏感内容做好权限管控。涉及场景如MindSpeed-RL安装目录权限管控、多用户使用共享数据集权限管控，管控权限可参考表1进行设置。
19-3. MindSpeed-RL-LLM在数据预处理中会生成训练数据，在训练过程会生成权重文件，文件权限默认640，用户可根据实际需求对生成文件权限进行进阶管控。19+3. MindSpeed-RL在数据预处理中会生成训练数据，在训练过程会生成权重文件，文件权限默认640，用户可根据实际需求对生成文件权限进行进阶管控。
20 20 
21**表1 文件（夹）各场景权限管控推荐最大值**21**表1 文件（夹）各场景权限管控推荐最大值**
22| 类型 | linux权限参考最大值 |22| 类型 | linux权限参考最大值 |
Mdocs/algorithms/dapo.md+7-2
@@ -36,6 +36,11 @@ bash examples/data/preprocess_data.sh math_17k
36* `log_interval`：设置日志记录的间隔，每处理多少条数据时记录一次日志，用于监控数据处理的进度和状态;36* `log_interval`：设置日志记录的间隔，每处理多少条数据时记录一次日志，用于监控数据处理的进度和状态;
37* `handler_name`：指定处理数据的处理器名称；37* `handler_name`：指定处理数据的处理器名称；
38* `seq_length`：设置数据预处理最大序列长度，超过了会过滤掉;38* `seq_length`：设置数据预处理最大序列长度，超过了会过滤掉;
39+* `map_keys`：指定数据处理时使用的映射字典，用于将原始数据中的字段映射到目标字段中；
40+ - prompt：主指令/题目文本（Alpaca 格式里的 instruction）。例如把原始样本的 "problem" 作为指令。
41+ - query：可选的补充输入/上下文（Alpaca 格式里的 input）。没有就设为空串 ""。
42+ - response：目标答案/参考输出（训练时作为监督标签）。这里映射到原始样本的 "answer"。
43+ - system：可选的系统提示（chat 模板的 system 角色，用于全局行为设定）。没有就设为空串 ""。
39 44 
40## 模型权重转换45## 模型权重转换
41 46 
@@ -47,10 +52,10 @@ bash examples/data/preprocess_data.sh math_17k
47权重文件可以从 Huggingface 网站上获取，可以根据模型的使用场景灵活选择，在这里以52权重文件可以从 Huggingface 网站上获取，可以根据模型的使用场景灵活选择，在这里以
48[Qwen2.5-32B](https://huggingface.co/Qwen/Qwen2.5-32B/tree/main) 为参考。53[Qwen2.5-32B](https://huggingface.co/Qwen/Qwen2.5-32B/tree/main) 为参考。
49### hf 转 mcore54### hf 转 mcore
50-在训练前，需要将 Hugging Face 权重转换成 Mcore 格式，具体权重转换方式可见[安装指南](../install_guide.md)中对应 commit id 的 [MindSpeed-LLM](https://gitcode.com/Ascend/MindSpeed-LLM) 权重转换部分 。55+在训练前，需要将 Hugging Face 权重转换成 Mcore 格式，具体权重转换方式可见[安装指南](../install_guide.md)中对应 commit id 的[MindSpeed-LLM 权重转换部分](https://gitcode.com/Ascend/MindSpeed-LLM/blob/2.1.0/docs/pytorch/solutions/checkpoint_convert.md)。
51 56 
52### mcore 转 hf（可选）57### mcore 转 hf（可选）
53-训练结束后，如果需要将生成的 Mcore 格式权重转换回 Hugging Face 格式,具体权重转换方式可见[安装指南](../install_guide.md)中对应 commit id 的 [MindSpeed-LLM](https://gitcode.com/Ascend/MindSpeed-LLM) 权重转换部分 。58+训练结束后，如果需要将生成的 Mcore 格式权重转换回 Hugging Face 格式,具体权重转换方式可见[安装指南](../install_guide.md)中对应 commit id 的[MindSpeed-LLM 权重转换部分](https://gitcode.com/Ascend/MindSpeed-LLM/blob/2.1.0/docs/pytorch/solutions/checkpoint_convert.md)。
54 59 
55## 启动训练60## 启动训练
56 61 
Mdocs/algorithms/dpo.md+7-2
@@ -36,6 +36,11 @@ bash examples/data/preprocess_data.sh orca_rlhf
36* `log_interval`：设置日志记录的间隔，每处理多少条数据时记录一次日志，用于监控数据处理的进度和状态;36* `log_interval`：设置日志记录的间隔，每处理多少条数据时记录一次日志，用于监控数据处理的进度和状态;
37* `handler_name`：指定处理数据的处理器名称；37* `handler_name`：指定处理数据的处理器名称；
38* `seq_length`：设置数据预处理最大序列长度，超过了会过滤掉;38* `seq_length`：设置数据预处理最大序列长度，超过了会过滤掉;
39+* `map_keys`：指定数据处理时使用的映射字典，用于将原始数据中的字段映射到目标字段中；
40+ - prompt：主指令/题目文本（Alpaca 格式里的 instruction）。例如把原始样本的 "problem" 作为指令。
41+ - query：可选的补充输入/上下文（Alpaca 格式里的 input）。没有就设为空串 ""。
42+ - response：目标答案/参考输出（训练时作为监督标签）。这里映射到原始样本的 "answer"。
43+ - system：可选的系统提示（chat 模板的 system 角色，用于全局行为设定）。没有就设为空串 ""。
39 44 
40## 模型权重转换45## 模型权重转换
41 46 
@@ -47,10 +52,10 @@ bash examples/data/preprocess_data.sh orca_rlhf
47权重文件可以从 Huggingface 网站上获取，可以根据模型的使用场景灵活选择，在这里以52权重文件可以从 Huggingface 网站上获取，可以根据模型的使用场景灵活选择，在这里以
48[Qwen3-30B-A3B](https://huggingface.co/Qwen/Qwen3-30B-A3B) 为参考。53[Qwen3-30B-A3B](https://huggingface.co/Qwen/Qwen3-30B-A3B) 为参考。
49### hf 转 mcore54### hf 转 mcore
50-在训练前，需要将 Hugging Face 权重转换成Mcore格式，具体权重转换方式可见安装指南中对应 commit id 的 MindSpeed-LLM 权重转换部分 。55+在训练前，需要将 Hugging Face 权重转换成Mcore格式，具体权重转换方式可见[安装指南](../install_guide.md)中对应 commit id 的[MindSpeed-LLM 权重转换部分](https://gitcode.com/Ascend/MindSpeed-LLM/blob/2.1.0/docs/pytorch/solutions/checkpoint_convert.md)。
51 56 
52### mcore 转 hf（可选）57### mcore 转 hf（可选）
53-训练结束后，如果需要将生成的mcore格式权重转换回 Hugging Face 格式，具体权重转换方式可见安装指南中对应 commit id 的 MindSpeed-LLM 权重转换部分 。58+训练结束后，如果需要将生成的mcore格式权重转换回 Hugging Face 格式，具体权重转换方式可见[安装指南](../install_guide.md)中对应 commit id 的[MindSpeed-LLM 权重转换部分](https://gitcode.com/Ascend/MindSpeed-LLM/blob/2.1.0/docs/pytorch/solutions/checkpoint_convert.md)。
54 59 
55## 启动训练60## 启动训练
56 61 
Mdocs/algorithms/grpo.md+5-4
@@ -59,6 +59,7 @@ bash examples/data/preprocess_data.sh deepscaler
59 - query：可选的补充输入/上下文（Alpaca 格式里的 input）。没有就设为空串 ""。59 - query：可选的补充输入/上下文（Alpaca 格式里的 input）。没有就设为空串 ""。
60 - response：目标答案/参考输出（训练时作为监督标签）。这里映射到原始样本的 "answer"。60 - response：目标答案/参考输出（训练时作为监督标签）。这里映射到原始样本的 "answer"。
61 - system：可选的系统提示（chat 模板的 system 角色，用于全局行为设定）。没有就设为空串 ""。61 - system：可选的系统提示（chat 模板的 system 角色，用于全局行为设定）。没有就设为空串 ""。
62+* `dataset_additional_keys: ["labels"]`：指定在数据处理后需要保留的原始数据集中的额外字段。
62 63 
63## 模型权重转换64## 模型权重转换
64 65 
@@ -72,17 +73,17 @@ bash examples/data/preprocess_data.sh deepscaler
72权重文件可以从 Huggingface 网站上获取，可以根据模型的使用场景灵活选择，在这里以73权重文件可以从 Huggingface 网站上获取，可以根据模型的使用场景灵活选择，在这里以
73[Qwen2.5-7B](https://huggingface.co/Qwen/Qwen2.5-7B) 为参考。74[Qwen2.5-7B](https://huggingface.co/Qwen/Qwen2.5-7B) 为参考。
74### hf 转 mcore75### hf 转 mcore
75-在训练前，需要将 Hugging Face 权重转换成 Mcore 格式，具体权重转换方式可见[安装指南](../install_guide.md)中对应 commit id 的 [MindSpeed-LLM](https://gitcode.com/Ascend/MindSpeed-LLM) 权重转换部分 。76+在训练前，需要将 Hugging Face 权重转换成 Mcore 格式，具体权重转换方式可见[安装指南](../install_guide.md)中对应 commit id 的[MindSpeed-LLM 权重转换部分](https://gitcode.com/Ascend/MindSpeed-LLM/blob/2.1.0/docs/pytorch/solutions/checkpoint_convert.md)。
76 77 
77### mcore 转 hf（可选）78### mcore 转 hf（可选）
78-训练结束后，如果需要将生成的 Mcore 格式权重转换回 Hugging Face 格式,具体权重转换方式可见[安装指南](../install_guide.md)中对应 commit id 的 [MindSpeed-LLM](https://gitcode.com/Ascend/MindSpeed-LLM) 权重转换部分 。79+训练结束后，如果需要将生成的 Mcore 格式权重转换回 Hugging Face 格式,具体权重转换方式可见[安装指南](../install_guide.md)中对应 commit id 的[MindSpeed-LLM 权重转换部分](https://gitcode.com/Ascend/MindSpeed-LLM/blob/2.1.0/docs/pytorch/solutions/checkpoint_convert.md)。
79 80 
80## 启动训练81## 启动训练
81 82 
82以 Qwen25 7B 模型为例,在启动训练之前，需要修改[ 启动脚本 ](../../examples/grpo/grpo_trainer_qwen25_7b.sh)的配置：83以 Qwen25 7B 模型为例,在启动训练之前，需要修改[ 启动脚本 ](../../examples/grpo/grpo_trainer_qwen25_7b.sh)的配置：
831. 根据实际安装路径设置 jemalloc 环境变量，用于更好管理内存，避免长跑过程中内存 OOM ，例如：export LD_PRELOAD=/usr/local/lib/libjemalloc.so.2 841. 根据实际安装路径设置 jemalloc 环境变量，用于更好管理内存，避免长跑过程中内存 OOM ，例如：export LD_PRELOAD=/usr/local/lib/libjemalloc.so.2
842. 修改 DEFAULT_YAML 为指定的 yaml，目前已支持的配置文件放置在 configs / 文件夹下，同时需要对[ 环境变量配置文件 ](../../configs/envs/runtime_env.yaml) 中的 VLLM_DP_SIZE 及 HCCL_SOCKET_IFNAME 等参数进行配置，具体参数说明可见 [配置文件参数介绍](../features/grpo_yaml.md)；852. 修改 DEFAULT_YAML 为指定的 yaml，目前已支持的配置文件放置在 configs / 文件夹下，同时需要对[ 环境变量配置文件 ](../../configs/envs/runtime_env.yaml) 中的 VLLM_DP_SIZE 及 HCCL_SOCKET_IFNAME 等参数进行配置，具体参数说明可见 [配置文件参数介绍](../features/grpo_yaml.md)；
85-3. 根据使用机器的情况，修改 NNODES 、NPUS_PER_NODE 配置， 例如单机 A3 可设置 NNODES 为 1 、NPUS_PER_NODE 为16；86+3. 根据使用机器的情况，修改 NNODES 、NPUS_PER_NODE 配置， 例如单机 A3 可设置 NNODES 为 1 、NPUS_PER_NODE 为16；单机 A2 可设置 NNODES 为 1 、NPUS_PER_NODE 为8；
864. 如果是单机，需要保证 MASTER_ADDR 与 CURRENT_IP 一致，如果为多机，需要保证各个机器的 MASTER_ADDR 一致，CURRENT_IP 为各个节点的 IP (需要注意的是MASTER_ADDR 与 CURRENT_IP 不能设置为 localhost)；874. 如果是单机，需要保证 MASTER_ADDR 与 CURRENT_IP 一致，如果为多机，需要保证各个机器的 MASTER_ADDR 一致，CURRENT_IP 为各个节点的 IP (需要注意的是MASTER_ADDR 与 CURRENT_IP 不能设置为 localhost)；
875. 启动脚本中的 SOCKET_IFNAME 需要设置为 CURRENT_IP 所对应的通信网卡名；885. 启动脚本中的 SOCKET_IFNAME 需要设置为 CURRENT_IP 所对应的通信网卡名；
88```bash89```bash
@@ -136,7 +137,7 @@ rl_config:
136 137 
137* 全共卡方案下总时间分布138* 全共卡方案下总时间分布
138 139 
139-`timing/all` >= `timing/rollout` +`timing/old_log_p` + `timing/update` + `timing/reference` + `timing/reshard_to_train` + `timing/reshard_to_infer` + `max(timing/non_overlap_rule_reward, timing/non_overlap_reference_model)`140+`timing/all` >= `timing/rollout` +`timing/old_log_p` + `timing/update` + `timing/reference_model` + `timing/reshard_to_train` + `timing/reshard_to_infer` + `max(timing/non_overlap_rule_reward, timing/non_overlap_reference_model)`
140 141 
141 142 
142**其他指标**143**其他指标**
Mdocs/algorithms/ppo.md+9-3
@@ -42,6 +42,12 @@ bash examples/data/preprocess_data.sh deepscaler
42* `log_interval`：设置日志记录的间隔，每处理多少条数据时记录一次日志，用于监控数据处理的进度和状态;42* `log_interval`：设置日志记录的间隔，每处理多少条数据时记录一次日志，用于监控数据处理的进度和状态;
43* `handler_name`：指定处理数据的处理器名称；43* `handler_name`：指定处理数据的处理器名称；
44* `seq_length`：设置数据预处理最大序列长度，超过了会过滤掉;44* `seq_length`：设置数据预处理最大序列长度，超过了会过滤掉;
45+* `map_keys`：指定数据处理时使用的映射字典，用于将原始数据中的字段映射到目标字段中；
46+ - prompt：主指令/题目文本（Alpaca 格式里的 instruction）。例如把原始样本的 "problem" 作为指令。
47+ - query：可选的补充输入/上下文（Alpaca 格式里的 input）。没有就设为空串 ""。
48+ - response：目标答案/参考输出（训练时作为监督标签）。这里映射到原始样本的 "answer"。
49+ - system：可选的系统提示（chat 模板的 system 角色，用于全局行为设定）。没有就设为空串 ""。
50+* `dataset_additional_keys: ["labels"]`：指定在数据处理后需要保留的原始数据集中的额外字段。
45 51 
46## 模型权重转换52## 模型权重转换
47 53 
@@ -59,7 +65,7 @@ bash examples/data/preprocess_data.sh deepscaler
59 65 
60### hf 转 mcore66### hf 转 mcore
61 67 
62-在训练前，需要将 Hugging Face 权重转换成 Mcore 格式，具体权重转换方式可见[安装指南](../install_guide.md)中对应 commit id 的 [MindSpeed-LLM](https://gitcode.com/Ascend/MindSpeed-LLM) 权重转换部分 。68+在训练前，需要将 Hugging Face 权重转换成 Mcore 格式，具体权重转换方式可见[安装指南](../install_guide.md)中对应 commit id 的[MindSpeed-LLM 权重转换部分](https://gitcode.com/Ascend/MindSpeed-LLM/blob/2.1.0/docs/pytorch/solutions/checkpoint_convert.md)。
63 69 
64***注意：***70***注意：***
65 71 
@@ -71,7 +77,7 @@ bash examples/data/preprocess_data.sh deepscaler
71 77 
72### mcore 转 hf（可选）78### mcore 转 hf（可选）
73 79 
74-训练结束后，如果需要将生成的 Mcore 格式权重转换回 Hugging Face 格式,具体权重转换方式可见[安装指南](../install_guide.md)中对应 commit id 的 [MindSpeed-LLM](https://gitcode.com/Ascend/MindSpeed-LLM) 权重转换部分 。80+训练结束后，如果需要将生成的 Mcore 格式权重转换回 Hugging Face 格式,具体权重转换方式可见[安装指南](../install_guide.md)中对应 commit id 的[MindSpeed-LLM 权重转换部分](https://gitcode.com/Ascend/MindSpeed-LLM/blob/2.1.0/docs/pytorch/solutions/checkpoint_convert.md)。
75 81 
76## 单卡多进程82## 单卡多进程
77### 技术概述83### 技术概述
@@ -150,7 +156,7 @@ rl_config:
150 156 
151* 全共卡方案下总时间计算方式157* 全共卡方案下总时间计算方式
152 158 
153-`timing/all` >= `timing/rollout` +`timing/old_log_p` + `timing/update` + `timing/reference` + `timing/reshard_to_train` + `timing/reshard_to_infer` + `max(timing/non_overlap_rule_reward, timing/non_overlap_reference_model)`+`timing/critic_model` +`timing/update_critic`159+`timing/all` >= `timing/rollout` +`timing/old_log_p` + `timing/update` + `timing/reference_model` + `timing/reshard_to_train` + `timing/reshard_to_infer` + `max(timing/non_overlap_rule_reward, timing/non_overlap_reference_model)`+`timing/critic_model` +`timing/update_critic`
154 160 
155**其他指标**161**其他指标**
156 162 
Mdocs/install_guide.md+4-4
@@ -16,7 +16,7 @@ MindSpeed RL支持Atlas 800T A2等昇腾训练硬件形态。软件版本配套
16## 安装依赖的软件16## 安装依赖的软件
17 17 
18在安装MindSpeed RL之前，请参考[版本配套表](#版本配套表)，安装配套的昇腾软件栈，软件列表如下：18在安装MindSpeed RL之前，请参考[版本配套表](#版本配套表)，安装配套的昇腾软件栈，软件列表如下：
19- 19+（注：Ascend提供[满足商用标准的稳定版本](https://www.hiascend.com/developer/download/commercial)和[具有新特性的社区体验版本](https://www.hiascend.com/developer/download/community)供开发者选择）
20<table>20<table>
21 <tr>21 <tr>
22 <th>依赖软件</th>22 <th>依赖软件</th>
@@ -67,7 +67,7 @@ MindSpeed RL支持Atlas 800T A2等昇腾训练硬件形态。软件版本配套
67 67 
68### 驱动固件安装68### 驱动固件安装
69 69 
70-下载参考：[Ascend资源下载中心](https://www.hiascend.com/developer/download/community)70+（注：下载参考：[商用稳定版固件与驱动](https://www.hiascend.com/hardware/firmware-drivers/commercial)和[社区体验版固件与驱动](https://www.hiascend.com/hardware/firmware-drivers/community)）
71 71 
72```shell72```shell
73bash Ascend-hdk-*-npu-firmware_*.run --full73bash Ascend-hdk-*-npu-firmware_*.run --full
@@ -75,7 +75,7 @@ bash Ascend-hdk-*-npu-driver_*.run --full
75```75```
76 76 
77### CANN安装77### CANN安装
78- 78+（注：下载参考：[商用稳定版CANN](https://www.hiascend.com/developer/download/commercial/result?module=cann)和[8.3.RC1 社区体验版CANN](https://www.hiascend.com/developer/download/community/result?module=cann)）
79```shell79```shell
80bash Ascend-cann-toolkit_*_linux-aarch64.run --install80bash Ascend-cann-toolkit_*_linux-aarch64.run --install
81bash Atlas-A3-cann-kernels_*_linux-aarch64.run --install81bash Atlas-A3-cann-kernels_*_linux-aarch64.run --install
@@ -111,7 +111,7 @@ pip install ray==2.42.1
111```111```
112 112 
113### PyTorch框架安装113### PyTorch框架安装
114-（注：可从[PTA官方代码仓](https://gitcode.com/Ascend/pytorch/releases)获取对应版本torch和torch_npu的whl包）114+（（注：[PyTorch框架和torch_npu插件安装教程](https://www.hiascend.com/document/detail/zh/Pytorch/710/configandinstg/instg/insg_0004.html)；可从[PyTorch-Ascend官方代码仓](https://gitcode.com/Ascend/pytorch/releases)获取PyTorch各个版本对应的torch_npu的whl包）
115```shell115```shell
116# 安装torch和torch_npu116# 安装torch和torch_npu
117pip install torch-2.5.1-cp310-cp310-*.whl117pip install torch-2.5.1-cp310-cp310-*.whl