在人工智能加速邁向大模型與智能體時(shí)代的今天，強(qiáng)化學(xué)習(xí)Reinforcement Learning，RL）已經(jīng)成為推動(dòng)智能系統(tǒng)演化的關(guān)鍵技術(shù)。隨著強(qiáng)化學(xué)習(xí)訓(xùn)練規(guī)模不斷擴(kuò)大，對(duì)底層算力提出了前所未有的挑戰(zhàn)