主题
RLark 与 RLinf
RLinf 定义算法、Hydra 配置、组件放置和训练程序。RLark 根据你在 Web 控制台中填写的节点、资源、镜像、脚本和挂载创建 Job 与 Worker，并为这次运行启动 Ray 集群。
把 RLinf 配置映射到 RLark
在控制台中选择创建任务时，提交的是一个 RLark Job。Job 中的每个角色描述一组按相同配置启动的 RLark Worker。当前 Kubernetes 运行方式下，每个 Worker 对应一个 Pod，并在 Pod 中启动一个 Ray 节点。RLinf 再根据 node_groups 和 component_placement，在这些 Ray 节点及其 GPU 或设备上运行 Actor、Rollout、Env 等组件。
角色名称不是 RLinf 组件放置规则
角色列表沿用了 Actor、Rollout、Environment 这些 RLinf 常见名称，但在 RLark 中，它们表示 Worker 组的配置模板。角色名称不会把同名 RLinf 组件自动放入这些 Worker。
先按照 cluster.num_nodes、node_groups 和实际运行条件确定需要多少个 Worker、怎样分组，再填写 RLark 角色。不要仅因为 component_placement 中出现 Actor、Rollout 和 Env，就创建三个同名角色。
同一台物理机器可以运行多个 RLark Worker，每个 Worker 仍是独立的 Pod 和 Ray 节点，并分别申请资源。RLinf 组件是否共享 GPU，只由 component_placement 中的资源范围决定，不能根据角色名称或物理机器是否相同判断。
cluster.num_nodes: 1 且一个 GPU 节点能够提供全部运行条件时，可以直接按照在单个 GPU 节点上运行 RLinf操作。多节点、多个 node_groups 或不同 Worker 需要不同运行条件时，先阅读规划多节点和异构 Worker，再进入创建训练任务。需要了解 Job 提交后的编排关系时，再查看 Job、角色、Worker 与 Task。
准备运行所需的信息
下表用于确认已有 RLinf 内容如何进入 RLark，以及运行后在哪里核对结果。
| 已有内容 | 在 RLark 中如何提供 | 运行后核对 |
|---|---|---|
| RLinf 代码、Python/Ray 环境和系统依赖 | 固化到可追溯的镜像，并在角色中填写镜像地址和明确版本 | 从日志或运行记录确认代码 commit、镜像版本和运行时版本 |
Hydra 配置、命令行覆盖项和 component_placement | 随镜像或挂载提供，通过运行脚本启动；RLark 不会导入或改写这些配置 | 保存解析后的最终配置，并核对 node_groups、组件进程和资源范围 |
cluster.num_nodes、每个节点的 GPU/设备和运行环境 | 映射为一个或多个角色；各角色的 Worker 数之和应与 cluster.num_nodes 一致 | 核对实际 Worker、Ray 节点、RLINF_NODE_RANK 和每个 Worker 可见的资源 |
| 数据、模型、checkpoint 和输出路径 | 通过镜像、主机目录或对象存储挂载到 Worker | 确认应用使用容器内挂载路径，并能重新读取需要保留的输出 |
RLark 不计算 Hydra 配置的最终合并结果，也不会自动判断训练是否有效。提交后仍要按照工作负载自己的日志、业务信号、checkpoint 和持久输出检查运行结果。
确认版本兼容性
使用目标环境确认过的版本组合
控制台会保存镜像引用，但不会验证镜像中的 RLinf、Ray、CUDA 和驱动是否兼容。目标环境提供兼容表或经过验证的镜像时，请使用其中的版本组合；没有这类资料时，请先在目标环境验证本次使用的 commit、镜像版本和依赖。
为本次运行记录：
- 上游 RLinf 或 fork 的精确 commit，以及补丁来源；
- RLinf、Python、Ray、CUDA、驱动和设备依赖版本；
- 镜像地址和明确版本；需要精确复现时，按选择镜像版本和执行入口补全镜像记录；
- 原始 Hydra 配置、命令行覆盖项和解析后的最终配置；
- 数据集、模型、checkpoint 和输出位置；
- 预期 Worker 数、每个 Worker 的资源和节点分组；
- 可以确认应用启动、业务进展和运行失败的日志或输出。
能够打开创建页面或生成 Job YAML，只说明表单内容可以提交给 RLark，不能代替上述兼容性检查。
继续准备任务
- 运行单节点工作负载：在单个 GPU 节点上运行 RLinf
- 规划多节点、多个节点组或异构资源：规划多节点和异构 Worker
- 把已经运行过的工作负载接入 RLark：接入现有 RLinf 工作负载
- 填写控制台并检查 Job YAML：创建训练任务
- 快速查找首次使用时的常见疑问：RLinf 用户常见问题