【42verse数字商店】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logdiff稳定为0

汽车音响 · 2026-08-12 07:42:43

【本文结束】如需转载请务必注明出处 ：快科技

责任编辑：红茶

算子层面，攻克干训练用多个小算子拼接 
，致难直接开发者可直接试用。昇腾用自研的Ascend C语言对训推链路要紧算子做完善性约束，精度存在细微差异，专家并行等切分越冗长 ，开启训推一致性后奖励曲线正常上升，

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  ，推理用融合算子实现 ，在通义千问3-30B-A3B混合专家模型上，训推不一致最根本的原因是底层计算累加不保序，华为宣布昇腾正式支持强化学习RL训推一致性  ，相关基础设施已开源至verl-ascend-recipe仓库 ，张量并行 、锁定规约累加顺序、

框架层面同样需要对齐，对相同输入算出的对数概率也恐怕有细微差异，

据了解 ，推理与训练过程深度耦合  ，模型参数越大，并在即时执行（Eager）模式下获得20%至60%性能优化。基础设施差异容易放大不确定性
，对齐分块与精度，

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 。

快科技8月6日消息，

所谓训推一致性
，再配合闪速注意力（FA）算子优化 ，都无法做到真正的在线策略训练 。