华为 openPangu-2.0 训练栈开源收官：从「开放权重」到「开放全流程」，国产大模型补上最后一块拼图

2026 年 9 月 28 日，华为宣布开源盘古 openPangu-2.0 的预训练、SFT 代码和后训练 RL 代码正式开源上线，开源地址在 Ascend Tribe 开源社区（gitcode.com/ascend-tribe），两个仓库分别为 openPangu-2.0-Training 与 openPangu-2.0-RL，均为 Apache-2.0 许可证（gitcode 仓库页面标注，具体条款以仓库 LICENSE 文件为准）。

先把这次开源放到完整时间线里看。6 月 12 日华为开发者大会 HDC 2026 上，余承东宣布 openPangu 2.0 计划从 6 月 30 日起陆续开源 7 大组件，包括新增开源的预训练代码、后训练代码、训练算子。此后：6 月 30 日开源 92B 参数（激活 6B）的 openPangu-2.0-Flash，含权重、基础推理代码、训推算子；7 月 31 日开源 505B 参数（激活 18B、512K 上下文）的 openPangu-2.0-Pro，含权重、推理代码与技术报告。9 月 28 日训练栈上线后，从权重、推理代码、算子到训练全流程的核心组件分阶段开放完毕——智东西称之为『openPangu-2.0 项目开源收官的关键一步』。

一个容易被误读的点需要先说清楚：本次开源的是训练代码，不是新的模型权重。Flash 与 Pro 的权重分别在 6/30 和 7/31 已经发布。如果你是下载权重的用户，这次事件对你没有直接的新增内容；如果你是想基于盘古做垂直领域二次开发的团队，这次才是重点。

两个仓库各管一段。openPangu-2.0-Training 是面向大规模基础模型训练的统一训练框架（华为官方 FAQ 口径）：预训练方面支持大规模无监督语料从头训练、基于已有 Checkpoint 的持续训练、大规模分布式训练与长上下文训练；监督微调方面支持指令对齐、多轮对话与领域数据微调、参数高效微调与多任务训练。openPangu-2.0-RL 是面向昇腾的强化学习加速框架：以开源 RL 框架 VERL 为训练编排内核，通过运行时补丁与昇腾亲和优化，在昇腾集群上完成 Actor（策略模型）、Rollout（样本生成）、Reward（奖励模型）协同训练，支持 GSPO 与 GRPO 后训练——据智东西与 i黑马转述，典型场景包括数学推理的单轮 Rollout 与面向推理的代码生成的多轮 Rollout（ReAct 模式）。

每日经济新闻 9 月 29 日的点评把这次开源的定位说得很准：『国产开源大模型正从开放权重走向开放全流程。当海外巨头逐渐把最先进能力锁在 API 背后时，华为选择把训练管线交出去，既是在押注生态厚度，也是在为国产算力找真实应用场景。』

这个判断的背景是：过去两年国内开源生态繁荣，但『开源』绝大多数时候指的是权重 + 基础推理代码。想做垂直领域二次开发的团队拿到的是『训练好的模型』，而不是『把模型训出来的方法』——微调要么用第三方开源训练框架自己适配（常见性能损耗与兼容性问题），要么从零搭建训练体系（对中小团队几乎不可行）。电子发烧友的入驻作者把它称为大模型落地的『最后一块关键拼图』，并指出 RL 代码尤其稀缺：『过去很多开源大模型的 RLHF 能力，都没有开放完整的实现细节』。这两段为第三方观点，非百器AI 结论。

开放训练管线的实际价值在哪里（编辑判断）：权重开源解决『能用』，训练管线开源解决『能造』。对一个想在医疗、政务、工业场景做行业模型的客户，能否自定义奖励函数、把模型输出对齐到行业规范，比再多一个通用权重更关键。从这个角度看，RL 代码（含 Agentic RL 后训练能力，官方称『显著提升模型在复杂任务中自主规划与执行的能力』）可能是这次开放里含金量最高的部分。

但也要对『全流程』保持克制的理解：gitcode 两个仓库目前各只有 1 个提交、Star 数各约 18（百器AI 10/2 实测），开源刚上线，Issue 活跃度、社区维护响应、行业实际采用度都还是未知数。『收官』指的是组件发布清单走完，不等于生态已经长出来。

这套训练栈不是为通用硬件写的。gitcode 仓库自述『配套昇腾原生的开源盘古 2.0 系列模型』，官方 FAQ 定位也是『致力于通过昇腾原生训练与推理技术，为业界用好昇腾提供最佳实践参考』——注意主语是『用好昇腾』。据智东西转述技术报告，盘古模型针对昇腾算力优化后『昇腾原生训练的训练效率提升了 30%』（该数字为媒体转述口径，测试条件未说明，百器AI 未在技术报告原文中逐字核对）。

把它与华为自己的战略表述放在一起看会更清楚。9 月 17 日华为全联接大会上，副董事长、轮值董事长汪涛宣布华为 AI 战略的核心是算力、坚持硬件变现，同时构建开源开放的算力生态、积极拥抱『百模千态』。开源训练栈与这个战略严丝合缝：行业客户想用盘古全流程代码训练自有模型，门槛最低的路径就是昇腾集群（编辑判断，基于官方战略表述与仓库自述，非官方直接陈述）。

对用户的实际含义（编辑判断）：如果你已经有昇腾算力——这是直接可用的完整方案；如果你在 CUDA 生态上——训练栈在非昇腾硬件上的可用性与性能官方未披露（UNKNOWN），第三方框架跨硬件适配的常见性能损耗问题（电子发烧友观点）在这里同样可能出现，迁移前需要自行验证；如果你是个人开发者——万亿参数级训练本身非个人可负担，本次开源的直接受益者是行业客户与做国产算力适配的团队。

另一个公平的对照是：昇腾生态同时也在向外兼容。站内 10/1 核验批次确认 vLLM 已支持昇腾（Ascend）后端——开源推理生态与昇腾的对接是双向的，不是单向锁定。

先说官方口径的强项（全部来自华为技术报告《openPangu-2.0: Towards Reliable and Efficient Agentic Reasoning》表 5，统一 top-p=0.8、temperature=1.0，无第三方复现）：openPangu-2.0-Pro（Thinking 模式）SWE-bench Verified 68.5%、LiveCodeBench V6 85.7%、GPQA-Diamond 87.9%、AIME 2026 95.4%、BrowseComp 65.7%、GDPVal 74.9%；Flash（Thinking）IFEval 95.9%、TAU2-Bench 88.0%。推理性能（昇腾 910C、128K 上下文）：Flash TPOT 最低 5.63ms、TPOT=15ms 时单 NPU 吞吐 1846 tokens/s；Pro 超低时延 9.55ms、TPOT=20ms 时 1326 tokens/s。

更值得引用的是技术报告自己写明的短板：『在基础代码问答 DeepCodeBench 和功能实现 FeatBench 上表现不错，但处理复杂、真实世界软件工程流程时，与顶级模型仍存在明显差距』；『在复杂智能体任务上，与第一梯队模型相比仍存在一定差距』。具体数字上：Apex 基准 Pro Thinking 仅 17.7%（Flash Thinking 1.0%），HLE 27.1%，CL-Bench 19.7%——这些绝对值都不高。厂商在技术报告里自曝短板并不常见，这是本文采信其强项数据的重要前提，但『自曝』不能替代第三方复现。

与同周海外发布的对照要格外小心：站内已核验 Claude Opus 5.5 在 Terminal-Bench 4.0 得 66.4%、FrontierCode 1.1 得 54.4%（Anthropic 口径），Gemini 4 Argon 在 DeepSWE v1.1 得 77.9%（谷歌口径），openPangu-2.0-Pro 在 SWE-bench Verified 得 68.5%（华为口径）——三个数字分属三个不同基准，测试脚手架、题目集、统计口径都不同，任何『谁更强』的横向结论都不成立。各家报各家基准，这是当前行业的现状，也是站内一以贯之的立场。

架构层面的信息（官方技术报告口径）：Pro 为 505B 总参数、每 token 激活约 18B 的 MoE，384 个路由专家每次激活 8 个，512K 上下文，训练数据约 34T tokens；注意力采用 DSA（DeepSeek 稀疏注意力）+ SWA 逐层混合（配比 1:2），残差流升级为 4 支流 mHC，配 3 头 MTP 自投机解码与 Muon 优化器；后训练走 SFT → 四域（推理/通用/智能体/代码）并行 RL 专家训练 → 多专家 On-Policy 蒸馏三阶段。这些设计全部围绕长上下文智能体任务与昇腾硬件的协同优化展开。

把 9 月最后一周的行业动作并排看，会发现一个结构性的对照。9/28 Anthropic 发布 Claude Sonnet 5.5（维持 $2/$10，单任务成本最高降 30%，站内 9/30 已发布解读）；9/29 OpenAI DevDay 发布 GPT-6.1 Sol 与全天候智能体 Dots（GPT-6.1 Astra 因安全测试问题暂缓）；9/30 谷歌发布 Gemini 4 Argon（先给 Fairwind 网络安全防御者、商业开放无日期，站内 10/1 已发布解读）——三家全部闭源，且分发策略一个比一个收紧。

华为在同一周做的正好是反向动作：把训练管线交出去。每经的点评（『当海外巨头逐渐把最先进能力锁在 API 背后时』）点破的正是这个对照。

但两条路线不是简单的先进与落后。海外三家的商业化模式是卖智能（API 调用、订阅），模型能力本身就是收入来源，锁能力符合其商业利益；华为的战略核心是算力与硬件变现（官方 9/17 表述），模型与训练栈开源是给算力生态引流的手段。一个把『智能』当产品，一个把『智能』当生态基础设施——判断哪条路线更可持续，取决于你相信哪一种变现结构（编辑判断）。

对中文用户的选型含义（编辑判断）：如果你的场景需要今天最强的模型能力，闭源 API（或等 Argon 开放）仍是现实选项，开源训练栈不改变这一点；如果你的场景是『要在自有数据、自有算力上长期迭代行业模型』，openPangu-2.0 的全流程开放第一次让这个路径在昇腾生态上有完整官方参照——这比又一个新权重的意义更长期。

已有昇腾集群的行业客户与国产算力适配团队：这是本次开源的直接受益者。建议先在开源仓库跑通 SFT 与单轮 Rollout 路径，再评估 GSPO/GRPO 在自有奖励函数上的效果；所有性能预期以自己集群的实测为准，不要直接套用技术报告数字（厂商口径，无第三方复现）。

CUDA 生态上的团队：训练栈在非昇腾硬件上的可用性与性能官方未披露（UNKNOWN），迁移成本与性能损耗需自行验证；推理侧可参考 vLLM 的昇腾后端支持情况评估推理路径，训练侧暂无官方跨硬件承诺。

个人开发者与中小团队：92B/505B 参数的训练与微调对算力的要求决定了直接可用性有限；更现实的关注点是后续是否出现基于该训练栈的中小参数复现工作、以及社区贡献的昇腾外适配分支（目前 UNKNOWN）。

需要跟踪的四个变量：①训练栈在非昇腾硬件上的社区适配进展；②gitcode 仓库的 Issue/PR 活跃度与华为维护响应（目前仅 1 commit，Star 约 18）；③『训练效率提升 30%』的测试条件是否在后续文档中披露；④是否同步上线 Hugging Face / ModelScope 等平台（权重已在 HF 有 openpangu 组织，训练栈本次未见同步公告）。

以上均为基于公开信息的编辑判断（EDITORIAL）。百器AI 未对 openPangu-2.0 训练栈做任何实测——未在昇腾集群上跑通训练流程，未验证 RL 框架吞吐，本文所有性能数字均来自华为官方技术报告或已标注的媒体转述。