華為盤古2.0，全棧開源

作者 | 李水青 編輯 | 心緣 9月28日報道，今日，華為宣佈盤古大模型2.0開源版openPangu-2.0的預訓練、SFT（監督微調）代碼以及後訓練RL（強化學習）代碼正式開源上線。開源地址： https://gitcode.com/ascend-tribe openPangu Training Framework是面向大規模基礎模型訓練的統一訓練框架，支持大語言模型、視覺語言模型以及多模態模型的訓練與開發。框架提供從大規模預訓練、監督微調到模型持續優化的一體化訓練能力，支持多維分佈式並行、高效數據流水線、混合精度訓練、自定義算子優化以及高可用訓練等能力。

該倉庫主要提供以下訓練能力包括：預訓練方面，支持基於大規模無監督語料從頭訓練基礎模型，支持基於已有Checkpoint的持續訓練，支持大規模分佈式訓練和長上下文訓練。監督微調方面，支持基於預訓練模型進行指令對齊和能力增強，支持指令數據、多輪對話數據以及領域數據微調，支持參數高效微調和多任務訓練。openPangu-2.0-RL是面向華為昇騰的強化學習加速框架，以強化學習開源框架VERL為訓練編排內核，通過運行時補丁與昇騰親和優化，在昇騰集群上完成Actor（策略模型）/Rollout（樣本生成）/Reward（獎勵模型）協同訓練。

面向openPangu的GSPO（組序列策略優化）/GRPO（組相對策略優化）後訓練，典型使用場景包括數學推理的單輪Rollout，以及面向推理的代碼生成的多輪Rollout（ReAct，推理行動框架）。此前，6月12日，華為常務董事、終端BG董事長餘承東在華為開發者大會首次對外發布openPangu-2.0，並在會上提出“做全世界最好的盤古大模型”。而後6月30日，總參數92B、激活參數6B的openPangu-2.0-Flash開源；7月31日，總參數505B、激活參數18B的openPangu-2.0-Pro開源。根據其技術報告，openPangu-2.

0系列融合自研硬件內核、整機系統架構、訓推一體化智能體強化學習算法，專門為長上下文智能體任務打造。同時，盤古模型重點針對昇騰算力進行了優化，昇騰原生訓練的訓練效率提升了30%。AtomGit的數據顯示，截至今日，本地離線模型openPangu-2.0-Pro在該託管平臺上下載量為8834次，openPangu-2.0-Flash下載量達到22068次。盤古大模型是華為打造“智能世界硅基黑土地”的重要戰略分支。

此前9月17日，在華為2026年全聯接大會上，華為副董事長、輪值董事長汪濤宣佈，華為AI戰略的核心是算力，堅持硬件變現；構建開源開放的算力生態，支持主流大模型原生訓練、積極擁抱 “百模千態”；同時，將盤古大模型用於華為產品智能化，增強自身產品競爭力。今日，華為進一步放出openPangu-2.0完整訓練棧，是openPangu-2.0項目開源收官的關鍵一步。