昇腾原生！华为发布准万亿模型Pangu Ultra MoE模型架构和训练细节

封面新闻记者(xīnwénjìzhě) 张越熙 5月30日，记者了解到，近日华为推出了参数规模高达7180亿(yì)的全(quán)新模型——盘古(pángǔ)Ultra MoE，这是一个全流程在昇腾AI计算平台上训练的准万亿MoE模型。华为同时发布了盘古Ultra MoE模型架构和训练方法的技术报告，披露(pīlù)了技术细节。 记者了解到，训练超大规模和极高稀疏性的 MoE 模型(móxíng)(móxíng)极具挑战(tiǎozhàn)，训练过程中的稳定性往往难以保障。针对这一难题，盘古团队(tuánduì)在模型架构和训练方法上进行了创新设计，在昇腾平台上实现了准万亿 MoE 模型的全流程训练。 在模型(móxíng)架构(jiàgòu)上，盘古团队提出Depth-Scaled Sandwich-Norm（DSSN）稳定架构和(hé)TinyInit小初始化的方法，在昇腾平台上实现(shíxiàn)了超过18TB数据的长期稳定训练。 在训练方法上(shàng)，华为团队首次披露在昇腾CloudMatrix 384超节点(jiédiǎn)上，高效打通大稀疏比(bǐ)MoE强化学习（RL）后训练框架的关键技术，使RL后训练进入超节点集群时代。 此外，近期发布的盘古Pro MoE大(dà)模型，在参数量(shùliàng)仅为720亿，激活160亿参数量的情况下，通过动态激活专家网络的创新设计，实现了以小(xiǎo)打大的性能。据悉，在业界权威大模型榜单SuperCLUE最新(zuìxīn)公布的2025年5月排行榜(páihángbǎng)上，位居千亿参数量以内大模型排行并列国内第一。 业内人士(yènèirénshì)评论，盘古Ultra MoE和盘古Pro MoE系列模型的(de)发布，意味着国产算力+国产模型的全流程自主可控(kěkòng)的训练实践被成功完成。这一突破不仅验证了我国AI底层技术(jìshù)的自主创新能力，更为人工智能产业的长远发展注入了信心。