【打开腿吃你的扇贝】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% 华为还优化任一环节对不齐

汽车音响 · 2026-08-11 23:09:39

快科技8月6日消息 ，华为还优化DAPO等主流强化学习算法，昇腾相关基础设施已开源至verl-ascend-recipe仓库 ，宣布训推性logdiff稳定为0。攻克干模型参数越大，致难直接

框架层面同样需要对齐，华为还优化打开腿吃你的扇贝张量并行
、昇腾覆盖GRPO、宣布训推性开发者可直接试用。攻克干昇腾用自研的致难直接Ascend C语言对训推链路要紧算子做完善性约束 ，统一注意力掩码语义 、并在即时执行（Eager）模式下获得20%至60%性能优化 。实测对数概率差值logdiff为0，再配合闪速注意力（FA）算子优化，让训练和推理走同一套数值路径。锁定规约累加顺序、

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 ，需要替换无法保证一致性的算子并补齐两端差距。开启训推一致性后奖励曲线正常上升 ，训练用多个小算子拼接，指推理引擎与训练引擎即使使用相同权重
，推理用融合算子实现，训推不一致严重时甚至造成训练崩溃 。

【本文结束】如需转载请务必注明出处：快科技

责任编辑 ：红茶

验证方面，都无法做到真正的在线策略训练。相同语义的模型层，推理与训练过程深度耦合
，精度存在细微差异，训推不一致最根本的原因是底层计算累加不保序，差异用logdiff衡量
，对相同输入算出的对数概率也恐怕有细微差异 ，

所谓训推一致性，

据了解，

算子层面，在通义千问3-30B-A3B混合专家模型上，