执行摘要
- 一句话：修复 vanilla mbridge 路径中 DDP 配置的 use_distributed_optimizer 传递错误，确保梯度同步方式正确。
- 推荐动作：该 PR 值得快速浏览以了解 Megatron 模块中配置传递的模式。对于维护 megatron 相关代码的工程师，建议关注 peft_pre_wrap_hook 函数的逻辑，因为它展示了如何处理 DDP 配置的构建和覆盖。变更虽小，但涉及核心路径，有助于避免类似配置错误。
功能与动机
根据 PR body，在 make_megatron_module() 的 vanilla mbridge 路径（当 provider 为 None 时的 else 分支）中，override_ddp_config 直接传递给 bridge.get_model()，而 override_ddp_config 通常为 None 或空字典，导致 wrap_config 的 use_distributed_optimizer 设置无法传播到 DDP 配置。这使路径默认 use_distributed_optimizer=True，使用 reduce-scatter 进行梯度同步，即使用户设置了 use_distributed_optimizer=False（应使用 all-reduce）。provider 路径已正确处理此问题，因此需要统一逻辑。
实现拆解
实现仅修改 verl/utils/megatron_utils.py 文件中的 peft_pre_wrap_hook 函数。在 vanilla mbridge 路径（else 分支）中，添加代码构建 ddp_config 字典：当 wrap_config.wrap_with_ddp 为 True 时，初始化包含 use_distributed_optimizer 的字典，然后合并 override_ddp_config（如果不为 None）。最后，将构建的 ddp_config 传递给 bridge.get_model() 替换原有的 override_ddp_config。变更模仿了 provider 路径（代码行 268-280）的逻辑，确保配置一致性。
关键文件：
verl/utils/megatron_utils.py（模块 megatron 工具）: 修复了 vanilla mbridge 路径中 DDP 配置传递错误，确保 use_distributed_optimizer 从 wrap_config 正确应用到 ddp_config，避免梯度同步方式不一致。
关键符号：peft_pre_wrap_hook
评论区精华
review 中无实质性讨论，只有自动评论和空批准。gemini-code-assist[bot] 的自动评论确认了变更的正确性，指出无反馈。tongyx361 的批准为空，表明变更被接受。无争议点或设计权衡讨论。
- 自动代码审查确认 (other): 变更被确认正确，无进一步讨论。
风险与影响
- 风险：风险较低，因为变更小且基于现有 provider 路径的逻辑，减少了引入新 bug 的可能性。具体风险：1) 如果 wrap_with_ddp 为 False，ddp_config 可能错误设置为 None（但代码中只有当 wrap_with_ddp 为 True 时才构建，匹配预期）。2) 在 merge override_ddp_config 时，如果键冲突可能导致配置覆盖问题，但这是现有模式的一部分。回归风险小，因为只影响特定路径，且有测试计划验证。
- 影响：对用户：使用 vanilla mbridge 路径的用户现在能正确应用 use_distributed_optimizer 设置，避免梯度同步方式错误（reduce-scatter vs all-reduce），可能影响训练性能和正确性。对系统：修复了潜在的性能退化或错误行为，增强配置一致性。对团队：变更简单，但需确保在相关测试中验证，不影响其他 Megatron 功能。影响范围有限，仅涉及 megatron 工具模块。
- 风险标记：配置传递错误
关联脉络
- PR #5057 [megatron] feat: support dynamic CP: 两者都修改 verl/utils/megatron_utils.py 文件，涉及 Megatron 模块的增强和修复，显示该文件在 Megatron 功能演进中的核心作用。
- PR #5575 [megatron] feat: checkpoint save as HF PEFT format: 同样修改 verl/utils/megatron_utils.py，涉及 Megatron 模块的配置和工具逻辑，体现该文件的频繁变更和功能扩展。
参与讨论