RadixArk 与 NVIDIA 在 Vera CPU 上运行智能体 RL 训练

事件综述根据 1 篇报道整理，11月14日更新

RadixArk 与 NVIDIA 合作，将其开源强化学习后训练框架 Miles 的全部沙箱运行在 NVIDIA Vera CPU 上，并称这是首个公开的、在 Vera CPU 服务器上完成端到端智能体强化学习训练沙箱部署的结果。 对比测试使用 GLM-4.7-Flash 模型，在同一台配备 8 块 H200 的 GPU 机器上，对同样的 4 个 SWE-bench Verified 任务做 GRPO 训练，每个任务 8 条轨迹、每条最多 100 轮。RadixArk 称沙箱和训练都更快，但测试条件并不对等：x86 机器使用 AWS 默认设置，Vera 使用 NVIDIA 调优的启动参数；Xeon 6 的对比数据是在关闭 C6 深度睡眠状态下取得的，因为默认开启 C6 会让读取文件的命令慢数倍。 RadixArk 未说明上述加速幅度是实测还是估算；报道中仅有一处标注为“估算，而非实测”，但未指明对应哪项数字。

综述由模型根据报道生成，细节以各篇原文为准。