华为把盘古2.0训练代码开源了，基于昇腾集群。作者 | 李水青编辑 | 心缘智东西9月28日报道，今日，华为宣布盘古大模型2.0开源版openPangu-2.0的预训练、SFT（监督微调）代码以及后训练RL（强化学习）代码正式开源上线。开源地址：https://gitcode.com/ascend-tribeopenPangu Training Framework是面向大规模基础模型训练的统一训练框架，支持大语言模型、视觉语言模型以及多模态模型的训练与开发。框架提供从大规模预训练、监督微调到模型持续优化的一体化训练能力，支持多维分布式并行、高效数据流水线、混合精度训练、自定义算子优化以及高可用训练等能力。该仓库主要提供以下训练能力包括：预训练方面，支持基于大规模无监督语料从头训练基础模型，支持基于已有Checkpoint的持续训练，支持大规模分布式训练和长上下文训练。监督微调方面，支持基于预训练模型进行指令对齐和能力增强，支持指令数据、多轮对话数据以及领域数据微调，支持参数高效微调和多任务训练。openPangu-2.0-RL是面向华为昇腾的强化学习加速框架，以强化学习开源框架VERL为训练编排内核，通过运行时补丁与昇腾亲和优化，在昇腾集群上完成Actor（策略模型）/Rollout（样本生成）/Reward（奖励模型）协同训练。面向openPangu的GSPO（组序列策略优化）/GRPO（组相对策略优化）后训练，典型使用场景包括数学推理的单轮Rollout，以及面向推理的代码生成的多轮Rollout（ReAct，推理行动框架）。此前，6月12日，华为常务董事、终端BG董事长余承东在华为开发者大会，并在会上提出“做全世界最好的盘古大模型”。而后6月30日，总参数92B、激活参数6B的openPangu-2.0-Flash开源；7月31日，总参数505B、激活参数18B的。根据其技术报告，openPangu-2.0系列融合自研硬件内核、整机系统架构、训推一体化智能体强化学习算法，专门为长上下文智能体任务打造。同时，盘古模型重点针对昇腾算力进行了优化，昇腾原生训练的训练效率提升了30%。AtomGit的数据显示，截至今日，本地离线模型openPangu-2.0-Pro在该托管平台上下载量为8834次，openPangu-2.0-Flash下载量达到22068次。此前9月17日，在华为2026年全联接大会上，华为副董事长、轮值董事长汪涛宣布，华为AI战略的核心是算力，坚持硬件变现；构建开源开放的算力生态，支持主流大模型原生训练、积极拥抱“百模千态”；同时，将盘古大模型用于华为产品智能化，增强自身产品竞争力。今日，华为进一步放出openPangu-2.0完整训练栈，是openPangu-2.0项目开源收官的关键一步。
