运行环境准备#

从交互 Quick Start 开始。本页准备所有生成配方共用的环境；tutorial讲解完整 RL 流程。

基础环境搭建#

建议使用预置的 Docker 镜像，获得相互兼容的 SGLang、Megatron 和补丁环境。

硬件与镜像选择#

硬件	镜像	CUDA
H100/H200	`slimerl/slime:latest` 或 `slimerl/slime:latest-cu130`	13.0
B200/B300（Blackwell，x86）	`slimerl/slime:latest-cu130`	13.0

新构建的 Hopper 和 Blackwell 环境统一使用 CUDA 13 镜像。在受支持的数据中心 GPU 上，镜像会为 535、570 等旧驱动自动启用 CUDA 13 向前兼容库，不替换宿主机驱动。旧的带版本 CUDA 12 镜像仍可使用。构建选项、驱动兼容说明及旧镜像选择方式见 Docker 指南。

GPU CI 主要覆盖 H100/H200。使用其他平台时，请先核对具体训练配方的硬件和并行配置要求。

不方便使用 Docker 时，可使用下方的 conda 方案。AMD 支持见 AMD 使用教程。

拉取并启动 Docker 容器#

在 Linux x86_64 GPU 主机上准备 Git、Docker、兼容的 NVIDIA 驱动，并配置好 NVIDIA Container Toolkit。在宿主机上执行以下命令，拉取镜像、克隆 slime 并启动容器：

SLIME_IMAGE=slimerl/slime:latest-cu130
docker pull "$SLIME_IMAGE"
git clone https://github.com/THUDM/slime.git
cd slime
mkdir -p ../slime-data
docker run --rm -it --gpus all --ipc=host \
  --shm-size=16g --ulimit memlock=-1 --ulimit stack=67108864 \
  -v "$PWD:/root/slime" -v "$PWD/../slime-data:/data" \
  -w /root/slime "$SLIME_IMAGE" /bin/bash

安装 slime#

镜像已经包含 slime 及所需依赖；挂载后，镜像内的代码目录被宿主机 checkout 替代。在容器内执行以下命令，安装该 checkout、保留镜像中固定的依赖版本，并检查模块导入和 GPU 可见性：

pip install -e . --no-deps
python -c "import slime, sglang, megatron.core; import torch; print('GPUs:', torch.cuda.device_count())"

输出的 GPU 数量应与容器可见设备一致。将配置器导出的 experiment.sh 保存到宿主机的 slime 目录后，即可在容器内的 /root/slime/experiment.sh 访问它。容器内 /data 下的模型、数据及 checkpoint 会保存在宿主机旁边的 slime-data 目录，退出容器后仍然保留。再次进入环境时，在同一 checkout 下重新执行 docker run 命令，并在新容器内执行上述 editable install。

Conda / micromamba#

build_conda.sh 会安装 micromamba，创建使用 Python 3.12 和 CUDA 13.0 的 slime 环境，构建 Megatron、SGLang 及原生依赖，安装 slime 并应用仓库的配套补丁。首次构建会比启动预置镜像更久。

适用于 Linux x86_64 NVIDIA 机器，需要 Bash、Git、curl、patch、C/C++ 编译工具及兼容的 GPU 驱动。当前脚本会写入 /root（包括 /root/.cargo），需要相应权限；以下命令使用脚本默认的 /root 源码目录。脚本会安装与 Docker 镜像相同的 CUDA 兼容库。

在 Bash 中执行：

git clone https://github.com/THUDM/slime.git
cd slime
BASE_DIR=/root SHELL=/bin/bash bash build_conda.sh

构建成功后，在当前终端中激活环境。每个新 Bash 会话中都需重新执行以下激活命令：

source ~/.bashrc
micromamba activate slime
export CUDA_HOME="$CONDA_PREFIX"
python -c "import slime, sglang, megatron.core; import torch; print('GPUs:', torch.cuda.device_count())"

继续在 slime 仓库根目录运行生成的脚本。在配置器的「文件」步骤，将模型、数据和输出路径设为本机可写目录；按上述安装方式，Megatron 路径为 /root/Megatron-LM。

挂载实验路径#

上述 Docker 命令已经将持久化数据目录挂载到 /data，与配置器默认值一致。使用已有数据或共享存储时，可将该挂载替换为 -v /shared/data:/data，并在向导中填写容器内可见路径。所有 Ray 节点以相同路径访问仓库和生成配置目录，安装相同依赖，并配置节点之间可达的网络；上述单机 Docker 命令不会自动搭好多机网络。

继续阅读 tutorial 的准备与启动步骤，完成所选模型的下载、转换和训练。已有 launcher 的参数说明见使用参考。