大规模强化学习并行运行数千个隔离的 rollout 沙箱，在每台主机上部署更多沙箱可降低每个训练步骤的成本。本文展示了如何在 Amazon EC2 bare metal 上调整 Firecracker microVM 的密度，并介绍了 labsweep，这是一个用于绘制您自身延迟与密度曲线的工具集。