面试题库 › 算法 / 大模型 › RL 训练中 rollout 耗时过高、GPU 利用率低的优化

RL 训练中 rollout 耗时过高、GPU 利用率低的优化

难度 ★★★在 1 场真实面经中被问到 方向:算法 / 大模型考点:分布式训练与并行

哪些公司问过

拼多多1

常见岗位:大模型算法

答案要点

  1. 瓶颈成因:自回归解码访存密集、回答长度长尾、同步流水线导致 GPU 空等
  2. 推理加速:用 vLLM/SGLang 的连续批处理、PagedAttention、前缀缓存,推理侧独立设置并行策略
  3. 长尾处理:限制最大长度、过采样后丢弃慢样本、部分 rollout 跨轮续写
  4. 异步流水线:生成与训练重叠,控制 off-policy 程度并做重要性采样修正
  5. 资源配比:按 profiling 结果调整推理与训练 GPU 比例,或共置部署分时复用

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题