Hugging Face 用 LoRA 和云存储桶在 HF Jobs 上跑异步 GRPO，省掉 NCCL，速度提升 3.9 倍

Hugging Face 用 LoRA 与 Storage Bucket 在 HF Jobs 上跑异步 GRPO，免 NCCL 并提速 3.9 倍

TRL v1.14 的 AsyncGRPOTrainer 现在可以只训练 LoRA 适配器，并通过一个云存储桶来同步权重，让训练任务和 vLLM 推理任务跑在不同的机器上，不再需要 NCCL 通信。Hugging Face 说这比同步方案快了 3.9 倍。不过正文没给出测试的具体配置和延迟数据，这个提速数字我先打个折，等看到细节再说。