verl-project/verl

添加 Atlas 950DT A5 安装指南

如果您使用 Atlas 950DT A5 硬件，此文档是必需参考，建议仔细阅读并按步骤操作。同时，审阅中提到的 vllm-ascend 安装改进建议值得在后续文档版本中补齐，以提高用户一次性成功率。该 PR 本身设计上采用独立文档 + 索引链接的模式，适合作为后续其他硬件指南的参考。

添加 Qwen3.5 系列 MFU/FLOPs 估算支持

建议阅读此 PR 以了解 Qwen3.5 混合注意力的 FLOPs 估算方法，特别是 `_count_qwen3_5_layer_types` 中根据 `layer_types` 或回退公式识别层类型的设计，以及 GatedDeltaNet 循环 FLOPs 的计算方式。review 中对因果注意力因子的修正也值得关注，类似问题可能在其它模型估算中复现。

修复Critic损失微批归一化导致的梯度膨胀

推荐精读，理解损失归一化一致性的关键设计决策。该 PR 清晰地演示了如何从 Actor 对齐 Critic，并包含详尽测试。Review 中关于不变异 config 对象的建议也值得在类似场景中推广。

修复 Megatron CPU offload 未释放 TE FP8 工作空间的问题

建议合入。该 PR 解决了 Megatron FP8 训练中一个关键的内存泄漏问题，改动精炼且已通过真实环境验证。值得关注其设计：`_clear_te_fp8_weight_workspaces` 的模块遍历+属性检查模式，可作为类似 TE 缓存清理的参考。

修复融合核梯度追踪 bug

值得精读，展示了 autograd 中 `.flatten()` 易被忽略的副作用。维护者可考虑后续采纳 `ctx.needs_input_grad` 的改进方案。

vLLM版本门控防止Qwen3.5 R3路由器回放崩溃

该PR是防御性编程的典型例子，值得精读。设计决策（运行时版本检查 vs 依赖门控）的权衡体现了对用户透明度和维护成本的考虑。

修复 spmd_types 与选择性激活检查点兼容性崩溃

该 PR 值得阅读，特别是对 TorchTitan 引擎或分布式训练中线程本地 mesh 传播机制感兴趣的开发者。设计决策（禁用 autograd 多线程）参考了 TorchTitan 上游实践，思路清晰。注意兼容性风险，建议环境确认 PyTorch 版本 >=2.5.0。

更新 AMD GPU FLOPS 数据表格

该 PR 为一次简单的硬件参数修正，改动小且正确性明确，值得快速合并。开发者若涉及 AMD GPU 的性能评测或 MFU 监控，应关注此变更以确保数据准确性。