老黄的环境最难配了(qwen3-vl)

问题描述：

（ 左拐的红灯最难等了）
记录一下我配置Qwen3-VL的坑
最近在用Blackwell架构(SM100)配环境，拿来跑Qwen3-VL强化学习，感觉要崩溃了
在CU130下，已经美美体验了用conda从零配和直接用容器两种方法，体验了最新的verl和ms-swift3.12（从3.12转verl，结果现在4.0都出了）
不知道为什么，发现GRPO+Lora+Qwen3-VL+工具调用的组合，几乎能把所有雷都踩一下

• 体验了torch-2.9.0引入的cudnn超慢bug
• 体验了qwen3-vl刚出来时，transformers正式版本(4.55)不支持的美
• 体验了sm120架构在flash-attn_3上不支持的美
• 体验了ms-swift不成熟的agentic配置，新的改动又在4.0,4.0又大改了结构
• 体验了最新版sglang0.59在verl中没办法正常运行这套流程的问题（各种回退逻辑触发）
• 体验了remove_padding在verl的问题，推理速度宛如老头乐，transformers在v5新版修了，但是新版transformers还没被verl支持

完美吃掉我接近两周时间
我现在已经破防决定直接用TRL库了

• 已被GPT不遵循文档气哭
• 已被vllm默认只传两张图气哭(为什么会有limit_mm_per_prompt这种东西)
• 翻查文档，原来是天才程序员GPT在vllm_model_impl中选择transformers而不是vllm，导致默认走vllm v0，直接爆

网友解答：

---

--【壹】--：

已被天才程序员GPT的理解气哭