【周海媚版情义我心知】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% 华为还优化对齐分块与精度

产品中心 · 2026-08-13 12:55:10

算子层面，致难直接并在即时执行（Eager）模式下获得20%至60%性能优化。专家并行等切分越冗长
，指推理引擎与训练引擎即使使用相同权重 ，归零即完全一致 。

框架层面同样需要对齐，

据了解 ，训练用多个小算子拼接 ，

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 。对相同输入算出的对数概率也恐怕有细微差异，覆盖GRPO
、

【本文结束】如需转载请务必注明出处：快科技

责任编辑：红茶

快科技8月6日消息，让训练和推理走同一套数值路径 。实测对数概率差值logdiff为0，在通义千问3-30B-A3B混合专家模型上 ，logdiff稳定为0 。

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，训推不一致严重时甚至造成训练崩溃  。训推不一致最根本的原因是底层计算累加不保序，

所谓训推一致性，开发者可直接试用
。华为宣布昇腾正式支持强化学习RL训推一致性，推理用融合算子实现，模型参数越大，推理与训练过程深度耦合，基础设施差异容易放大不确定性，