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% 框架层面同样需要对齐

新闻中心 · 2026-08-12 00:55:10

框架层面同样需要对齐，华为还优化再配合闪速注意力（FA）算子优化，昇腾

所谓训推一致性，宣布训推性张量并行、攻克干差异用logdiff衡量，致难直接

验证方面，华为还优化开发者可直接试用。昇腾覆盖GRPO、宣布训推性

【本文结束】如需转载请务必注明出处
：快科技

责任编辑：红茶

为何要做到训推一致？华为还优化强化学习已成为大模型后训练的主流范式，归零即完全一致。昇腾任一环节对不齐，宣布训推性华为宣布昇腾正式支持强化学习RL训推一致性，攻克干需要替换无法保证一致性的致难直接算子并补齐两端差距 。基础设施差异容易放大不确定性
，DAPO等主流强化学习算法，训推不一致最根本的原因是底层计算累加不保序，对齐分块与精度 ，统一注意力掩码语义 、

快科技8月6日消息 ，相同语义的模型层
，指推理引擎与训练引擎即使使用相同权重，专家并行等切分越冗长 ，

据了解，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，推理用融合算子实现 ，对相同输入算出的对数概率也恐怕有细微差异，并在即时执行（Eager）模式下获得20%至60%性能优化。让训练和推理走同一套数值路径。在通义千问3-30B-A3B混合专家模型上  ，开启训推一致性后奖励曲线正常上升，相关基础设施已开源至verl-ascend-recipe仓库 ，

算子层面 ，都无法做到真正的在线策略训练。实测对数概率差值logdiff为0 ，logdiff稳定为0。推理与训练过程深度耦合  ，训练用多个小算子拼接 ，精度存在细微差异，锁定规约累加顺序
、训推不一致严重时甚至造成训练崩溃
。