prime-rl 开源异步强化学习训练框架，支持 1000+ GPU 规模训练

Prime Intellect 在 GitHub 上开放 prime-rl 框架，这是一个面向大规模异步强化学习训练的框架，可扩展到 1000+ GPU，采用 FSDP2 训练和 vLLM 推理，支持 FP8 推理、PD 分离、EP 和 CP 并行。框架原生集成 verifiers 环境与 Environments Hub，覆盖 SFT、RL 训练和评测的端到端后训练流程，支持 GLM-5、Qwen3 MoE、MiniMax M2、GPT-OSS 等模型的优化训练代码，并提供 Slurm 和 Kubernetes 多节点部署及一行式 SLURM 部署示例。项目附带从单张消费级 GPU 到 2048 GPU 的训练示例和文档，采用 Apache 2.0 许可证。