答え公開済み14 ソース
openPangu-2.0、推論用モデルから学習コードへ ファーウェイがAscend向け基盤を公開
ファーウェイが2026年9月28日、openPangu 2.0の事前学習・教師あり微調整（SFT）・強化学習（RL）後学習のコードを公開しました。 Proは総パラメーター約5,050億、トークンあたりの有効パラメーター約180億。Flashは約920億、約60億で、両モデルともコンテキスト長は51万2,000トークンです。
公開者GPT-6 Luna で編集GPT Image 2 で画像を生成
研究の答え
重要なポイント
- ファーウェイが2026年9月28日、openPangu 2.0の事前学習・教師あり微調整（SFT）・強化学習（RL）後学習のコードを公開しました。
- Proは総パラメーター約5,050億、トークンあたりの有効パラメーター約180億。Flashは約920億、約60億で、両モデルともコンテキスト長は51万2,000トークンです。
- これまでの重み・推論コードの公開に加え、Ascend向けにモデルの学習や追加調整に関わるコードが利用可能になります。
AI プロンプト
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Huawei open-source for openPangu-2.0 on September 28, 2026, and how does the new Ascend-native pretraining, supervised fine-tuning. Article summary: On September 28, 2026, Huawei open-sourced **Ascend-native code for openPangu-2.0 pretraining, supervised fine-tuning (SFT), and post-training reinforcement learning (RL)**. That is a training-stack release: the earlier . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
ファーウェイは2026年9月28日、オープンモデル「openPangu-2.0」の事前学習、教師あり微調整（SFT）、強化学習（RL）による後学習のコードを公開しました。今回のポイントは、学習済みモデルを動かすための重みや推論コードだけでなく、モデルを学習・調整する工程のコードも公開対象になったことです。新しいプロジェクトは、ファーウェイのAIチップ「Ascend」を使う学習環境を想定しています。1
2
27
今回公開されたコード
公開されたのは、事前学習とSFTに対応する openPangu-2.0-Training と、強化学習による後学習を扱う openPangu-2.0-RL です。1
これまでのPro、Flashの公開では、モデルの重みや推論に使うリソースが中心でした。今回のコード公開によって、Ascendを使う開発者は、公開済みモデルを推論で利用するだけでなく、学習や追加調整の工程にも取り組めるようになります。1
2
27
ただし、今回の発表が示しているのは各プロジェクトの大まかな対象範囲です。元の学習を再現するために必要な計算資源、データ、設定一式まで確認できたという意味ではありません。1
ProとFlashの公表仕様
モデルカードによると、ProとFlashはいずれも、複数の専門家ネットワークを使い分ける混合エキスパート（MoE）型モデルです。19
27
| モデル | 総パラメーター数 | 1トークンあたりの有効パラメーター数 | コンテキスト長 | 公表された事前学習トークン数 |
|---|---|---|---|---|
| openPangu-2.0-Pro | 約5,050億 | 約180億 | 51万2,000トークン | 約34兆 |
| openPangu-2.0-Flash | 約920億 | 約60億 | 51万2,000トークン | 約34兆 |
事前学習トークン数は、各モデルについて約34兆とされています。2モデルを合わせた合計値ではありません。19
27
モデルカードが説明する後学習と構造
ProとFlashのモデルカードは、後学習について、速い思考とじっくり考える能力をまとめるSFTを行い、その後、複数の専門領域に分けたRLとオンライン方策蒸留（OPD）を使う手順を説明しています。これはモデルカードに記載された学習方法であり、今回新たに公開されたコードの範囲とは区別して見る必要があります。19
27
1
注意機構には、多頭潜在注意（MLA）とDSA・スライディングウィンドウ注意（SWA）を組み合わせた構成を採用。層の比率は1対2で、SWAが近い範囲の情報を扱い、疎なDSA層がより広い範囲の情報を取り込みます。19
27
また、モデルカードには、4ストリームのmHC構造、3ヘッドのマルチトークン予測（MTP）モジュール、Muonオプティマイザーも記載されています。これらはモデルの設計上の特徴で、今回のコード公開で新たに発表された機能というわけではありません。19
27
Ascend開発者にとって何が変わるか
従来は、公開されたProやFlashの重みと推論コードを使ってモデルを実行するのが主な選択肢でした。今回、事前学習・SFT用プロジェクトとRL後学習用コードが加わり、Ascend環境でモデルを学習・調整する工程も検討しやすくなります。1
2
27
一方、発表資料が明らかにしているのは各コードの大枠です。対応する具体的なワークフローや、必要なハードウェア構成の詳細は、公開情報だけでは判断できません。1
Studio Global AI
研究を続けてください
このページにはソースに裏付けされた回答が含まれており、Studio Global 内で続行できます。
人々も尋ねます
「openPangu-2.0、推論用モデルから学習コードへ ファーウェイがAscend向け基盤を公開」の短い答えは何ですか?
ファーウェイが2026年9月28日、openPangu 2.0の事前学習・教師あり微調整（SFT）・強化学習（RL）後学習のコードを公開しました。
最初に検証する重要なポイントは何ですか?
ファーウェイが2026年9月28日、openPangu 2.0の事前学習・教師あり微調整（SFT）・強化学習（RL）後学習のコードを公開しました。 Proは総パラメーター約5,050億、トークンあたりの有効パラメーター約180億。Flashは約920億、約60億で、両モデルともコンテキスト長は51万2,000トークンです。
次の実践では何をすればいいでしょうか？
これまでの重み・推論コードの公開に加え、Ascend向けにモデルの学習や追加調整に関わるコードが利用可能になります。