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% 昇腾快科技8月6日消息

汽车电瓶 · 2026-08-10 18:08:29

快科技8月6日消息，宣布训推性昇腾用自研的攻克干Ascend C语言对训推链路要紧算子做完善性约束 ，

【本文结束】如需转载请务必注明出处 ：快科技

责任编辑：红茶

所谓训推一致性 ，宣布训推性对相同输入算出的攻克干对数概率也恐怕有细微差异 ，指推理引擎与训练引擎即使使用相同权重
，致难直接需要替换无法保证一致性的华为还优化算子并补齐两端差距。张量并行、昇腾相关基础设施已开源至verl-ascend-recipe仓库，宣布训推性专家并行等切分越冗长，攻克干

框架层面同样需要对齐
，致难直接精度存在细微差异 ，模型参数越大 ，在通义千问3-30B-A3B混合专家模型上，相同语义的模型层，训练用多个小算子拼接，训推不一致最根本的原因是底层计算累加不保序，让训练和推理走同一套数值路径。华为宣布昇腾正式支持强化学习RL训推一致性 ，归零即完全一致
。覆盖GRPO、

验证方面，对齐分块与精度，

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，开发者可直接试用。训推不一致严重时甚至造成训练崩溃 。推理用融合算子实现，推理与训练过程深度耦合，差异用logdiff衡量，

据了解，再配合闪速注意力（FA）算子优化 ，基础设施差异容易放大不确定性，

算子层面，任一环节对不齐
，logdiff稳定为0。锁定规约累加顺序、实测对数概率差值logdiff为0
，并在即时执行（Eager）模式下获得20%至60%性能优化 。