⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1克隆仓库
从 GitHub 获取 XTuner 源码，README 中给出的项目地址为 InternLM/xtuner。
git clone https://github.com/InternLM/xtuner.git2进入目录
切换到克隆下来的项目根目录，准备查看仓库内的说明文件。
cd xtuner3阅读中文说明
README 提供了简体中文入口 README_zh-CN.md，先阅读以获取安装与使用指引。
cat README_zh-CN.md4查找安装指引
当前 README 节选未包含安装命令，需在仓库文档或源码中查找安装方式，勿执行未知命令。
README 未提供启动验证方式，需以官方最新文档为准；若按仓库指引安装成功，可正常导入 xtuner 模块。
Q：XTuner V1 支持多大的 MoE 模型？
A：README 称 200B 规模 MoE 无需专家并行，600B 模型仅需节点内专家并行。
Q：支持多长序列训练？
A：README 称可在 64k 序列长度下训练 200B MoE 模型，无需序列并行。
Q：是否支持 DeepSpeed？
A：README 提到完整支持 DeepSpeed Ulysses 序列并行，最大序列长度可线性扩展。
Q：XTuner V1 何时发布？
A：2025/09 发布，是面向超大规模 MoE 模型的下一代训练引擎。
DeepSpeed、Megatron-LM、FairScale
xtuner 是模型训练领域的开源项目，由 InternLM 开发，2023 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（5,203）位列前 9%，在模型训练分类的 522 个项目里位列前 10%。
近 41 天，它的 GitHub 星标从 5,177 增加到 5,203，净增 26。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-21。Apache-2.0许可，可免费使用和部署。
它主要面向的使用场景是：大规模MoE模型预训练。同类可对比的替代方案包括 DeepSpeed、Megatron-LM、FairScale。
下一篇：EasyR1
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···