2026-08-06发表2026-08-06更新tech / AI Infra5 分钟读完 (大约762个字)RL每步到底慢在哪里：实测rollout占了81.5%前言 强化学习训练链路遇到一个很实际的问题：每个 step 更新完 LoRA 后，需要先把权重保存到磁盘，再让 vLLM 加载，才能开始下一轮 rollout。 这个文件链路看起来很绕，但它真的是 RL step 的主要瓶颈吗？阅读更多