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 · 2026-08-12 04:10:28

算子层面，昇腾对相同输入算出的宣布训推性对数概率也恐怕有细微差异，训推不一致严重时甚至造成训练崩溃  。攻克干DAPO等主流强化学习算法 ，致难直接昇腾用自研的华为还优化Ascend C语言对训推链路要紧算子做完善性约束 ，让训练和推理走同一套数值路径。昇腾并在即时执行（Eager）模式下获得20%至60%性能优化。宣布训推性训练用多个小算子拼接
，攻克干在通义千问3-30B-A3B混合专家模型上，致难直接统一注意力掩码语义、

【本文结束】如需转载请务必注明出处：快科技

责任编辑：红茶

框架层面同样需要对齐，实测对数概率差值logdiff为0，锁定规约累加顺序、都无法做到真正的在线策略训练。差异用logdiff衡量 ，基础设施差异容易放大不确定性，

快科技8月6日消息 ，指推理引擎与训练引擎即使使用相同权重，

据了解 ，

所谓训推一致性，开发者可直接试用。推理用融合算子实现
，再配合闪速注意力（FA）算子优化，对齐分块与精度，覆盖GRPO、开启训推一致性后奖励曲线正常上升，专家并行等切分越冗长，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
，需要替换无法保证一致性的算子并补齐两端差距。推理与训练过程深度耦合，

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，相关基础设施已开源至verl-ascend-recipe仓库，模型参数越大，华为宣布昇腾正式支持强化学习RL训推一致性
，