AnswersPublished14 sources
Huawei відкрила код навчання openPangu-2.0 для Ascend
Huawei опублікувала код openPangu 2.0 для попереднього навчання, SFT і посттренувального навчання з підкріпленням на Ascend. Раніше розробникам стали доступні ваги моделей Pro і Flash та засоби для запуску; нові проєкти зосереджені на етапах навчання й адаптації моделей.
ОпублікувавВідредаговано за допомогою GPT-6 LunaЗображення створено за допомогою GPT Image 2
Research answer
Key takeaways
- Huawei опублікувала код openPangu 2.0 для попереднього навчання, SFT і посттренувального навчання з підкріпленням на Ascend.
- Раніше розробникам стали доступні ваги моделей Pro і Flash та засоби для запуску; нові проєкти зосереджені на етапах навчання й адаптації моделей.
- За описами моделей, Pro має близько 505 млрд параметрів, а Flash — близько 92 млрд; обидві підтримують контекст до 512 тис.
AI Prompt
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
28 вересня 2026 року Huawei опублікувала код для попереднього навчання, донавчання під наглядом (SFT) і посттренувального навчання з підкріпленням (RL) моделей openPangu-2.0. Головна відмінність від попередніх релізів — тепер розробники отримали інструменти не лише для запуску вже навчених моделей, а й для роботи з окремими етапами їхнього навчання в екосистемі Huawei Ascend. 1
2
27
Що саме відкрила Huawei
Проєкт openPangu-2.0-Training призначений для попереднього навчання та SFT — етапу, на якому модель додатково навчають на прикладах. openPangu-2.0-RL охоплює посттренувальне навчання з підкріпленням. Обидва проєкти розроблені для тренувальної інфраструктури Ascend. 1
Це саме код для роботи з навчанням, а не ще один набір ваг моделі. Водночас сам факт публікації коду не означає, що з нього автоматично можна відтворити початкове навчання: анонс окреслює призначення проєктів, але не встановлює потрібні обчислювальні ресурси, дані чи конфігурації. 1
Pro і Flash: параметри моделей
У картках обох моделей вони описані як моделі класу MoE — суміші експертів, у яких для обробки кожного токена активується лише частина загальної кількості параметрів. Опубліковані характеристики такі: 19
27
| Модель | Усього параметрів | Активних параметрів на токен | Контекст | Заявлений обсяг попереднього навчання |
|---|---|---|---|---|
| openPangu-2.0-Pro | близько 505 млрд | близько 18 млрд | 512 тис. токенів | близько 34 трлн токенів |
| openPangu-2.0-Flash | близько 92 млрд | близько 6 млрд | 512 тис. токенів | близько 34 трлн токенів |
Близько 34 трлн токенів — це заявлений обсяг даних попереднього навчання для кожної моделі окремо, а не сума для Pro і Flash разом. 19
27
Як, за описами, моделі донавчали
Картки Pro і Flash описують етап SFT, який має поєднати режими «повільного» й «швидкого» мислення. За ним ідуть кілька спеціалізованих етапів RL, а також онлайн-дистиляція політики (OPD), покликана об’єднати відповідні можливості. Це опис заявленого підходу до посттренувального навчання; окремо від нього Huawei опублікувала код для навчання та RL. 19
27
1
Архітектурні особливості з карток моделей
У моделях поєднано багатоголову латентну увагу (MLA) та шари DSA і SWA у співвідношенні 1:2. SWA працює з локальним контекстом, тоді як розріджені шари DSA агрегують інформацію на більшій відстані. 19
27
Картки також згадують чотирипотокову архітектуру mHC, модуль багатотокенного прогнозування MTP із трьома головами та оптимізатор Muon. Це описані характеристики Pro і Flash, а не нові функції, оголошені в релізі коду 28 вересня. 19
27
Що змінюється для розробників на Ascend
Раніше опубліковані ваги та код для інференсу давали змогу запускати готові моделі Pro і Flash. Тепер проєкти для Ascend охоплюють також попереднє навчання, SFT і RL-посттренування — тобто розробники можуть працювати з більшою частиною циклу створення й адаптації моделей. Утім, доступний опис визначає загальне призначення проєктів, а не перелік усіх підтримуваних сценаріїв чи вимоги до обладнання. 1
2
27
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Huawei відкрила код навчання openPangu-2.0 для Ascend"?
Huawei опублікувала код openPangu 2.0 для попереднього навчання, SFT і посттренувального навчання з підкріпленням на Ascend.
What are the key points to validate first?
Huawei опублікувала код openPangu 2.0 для попереднього навчання, SFT і посттренувального навчання з підкріпленням на Ascend. Раніше розробникам стали доступні ваги моделей Pro і Flash та засоби для запуску; нові проєкти зосереджені на етапах навчання й адаптації моделей.
What should I do next in practice?
За описами моделей, Pro має близько 505 млрд параметрів, а Flash — близько 92 млрд; обидві підтримують контекст до 512 тис.