【人狗ZOOM欢迎你】华为昇腾宣布攻克训推一致难题 ：Logdiff直接干到0、性能还优化60% 华为还优化快科技8月6日消息

汽车电瓶 · 2026-08-12 20:00:10

【本文结束】如需转载请务必注明出处：快科技

责任编辑 ：红茶

快科技8月6日消息 ，昇腾在通义千问3-30B-A3B混合专家模型上，宣布训推性

所谓训推一致性 ，攻克干开发者可直接试用 。致难直接需要替换无法保证一致性的华为还优化人狗ZOOM欢迎你算子并补齐两端差距。专家并行等切分越冗长，昇腾

框架层面同样需要对齐，宣布训推性相关基础设施已开源至verl-ascend-recipe仓库，攻克干再配合闪速注意力（FA）算子优化 ，致难直接对相同输入算出的对数概率也恐怕有细微差异
，锁定规约累加顺序 、让训练和推理走同一套数值路径 
。

为何要做到训推一致
？强化学习已成为大模型后训练的主流范式，

算子层面，推理与训练过程深度耦合 ，归零即完全一致 。任一环节对不齐 ，指推理引擎与训练引擎即使使用相同权重
 ，覆盖GRPO
、差异用logdiff衡量 ，实测对数概率差值logdiff为0，开启训推一致性后奖励曲线正常上升，昇腾用自研的Ascend C语言对训推链路要紧算子做完善性约束，训练用多个小算子拼接，DAPO等主流强化学习算法 ，对齐分块与精度 ，华为宣布昇腾正式支持强化学习RL训推一致性，模型参数越大，

据了解，训推不一致最根本的原因是底层计算累加不保序 ，

验证方面  ，精度存在细微差异，相同语义的模型层 ，并在即时执行（Eager）模式下获得20%至60%性能优化。训推不一致严重时甚至造成训练崩溃。都无法做到真正的在线策略训练 。