17:28IT之家（博客/媒体）
72°
推荐理由：华为昇腾把RL训推一致做出来了，Qwen3-30B上Logdiff归零，还能提速20%-60%，搞强化学习训练可以看看。
训推一致
共 1 条相关 AI 资讯
8月6日
17:28
华为计算8月5日宣布，昇腾基于Ascend C编程语言提供完整训推一致算子集。在Qwen3-30B MoE模型上测试实现Logdiff为0，并通过FA算子优化在Eager模式下获得20%-60%性能收益。该方案通过统一注意力语义、锁定reduce累加序等4项修改，解决训练与推理累加不保序问题。相关基础设施已开源至GitHub，并将上线训推一致问题识别Skill。