LoongForge

一套框架，NVIDIA 和昆仑芯通吃，搞定大模型全流程训练

LoongForge 是一个面向大模型训练的统一高性能框架，支持在 NVIDIA GPU 和昆仑芯 XPU 上训练 LLM、VLM、扩散模型及具身智能模型。它解决了多模态与多硬件环境下训练框架割裂、迁移成本高的问题，提供从预训练、中训、SFT 到 LoRA 微调的完整训练流程，并集成 Megatron 等分布式策略。核心能力包括：统一的模型定义与训练接口，屏蔽底层硬件差异；针对昆仑芯 XPU 的深度优化，填补国产芯片训练框架空白；支持扩散模型和 VLA（视觉-语言-动作）等前沿任务，适配 Wan 等视频生成模型。项目处于早期阶段，代码结构清晰，适合研究机构和企业进行国产化训练栈探索。

开源 free 模型训练

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 578

维护状态活跃

是否开源是

定价模式 free

项目数据

分类模型训练

开发团队baidu-baige

所属国家

官网地址https://baidu-baige.github.io/LoongForge

GitHubhttps://github.com/baidu-baige/LoongForge

定价模式free

价格说明开源项目，免费使用

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型embodied,gpu,kunlun,llm,lora,megatron,mid-training,pretraining,sft,training,vla,vlm,wam,wan,xpu

GitHub 星标★ 578

30天Star增速

HF 下载量

上线时间2026-04-23 00:00:00

最近更新2026-09-24 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-13

浏览次数11

使用教程

核心亮点

同时支持 NVIDIA GPU 和昆仑芯 XPU，降低国产芯片迁移成本
覆盖预训练、SFT、LoRA、扩散模型和 VLA，训练场景全面
集成 Megatron 分布式能力，适合大规模并行训练

不足之处

早期项目，文档和社区生态待观察
昆仑芯 XPU 的硬件普及度有限，实际验证场景可能较少

适用场景

在国产算力集群上训练 LLM 或 VLM
多模态扩散模型（如视频生成）的分布式训练
具身智能 VLA 模型的微调与预训练

替代项目

Megatron-LM、DeepSpeed、ColossalAI

项目介绍

LoongForge 是模型训练领域的开源项目，由 baidu-baige 开发，是 2026 年新上线的项目。

它收录于模型训练分类，该分类目前共有 523 个项目，GitHub 星标数为 578。

近 43 天，它的 GitHub 星标从 344 增加到 578，净增 234。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-24。免费使用。

它主要面向的使用场景是：在国产算力集群上训练LLM或VLM。同类可对比的替代方案包括 Megatron-LM、DeepSpeed、ColossalAI。

上一篇：pruna

下一篇：lightly-train