---
title: "华为开源5050亿参数盘古2.0，把芯片框架模型打包成一套"
date: 2026-11-22
category: AI大模型
site: 脑机网
canonical: https://aiai.cafe/a/njw-c76755
language: zh-CN
---

# 华为开源5050亿参数盘古2.0，把芯片框架模型打包成一套

> 开发者下载一个开源模型，通常拿到的是权重加一段推理脚本。华为的盘古2.0多给了3样东西：预训练代码、后训练代码和训练算子，让整条管线都能跑在公司自己的加速器上。

开发者下载一个开源模型，通常拿到的是权重加一段推理脚本。华为的盘古2.0多给了3样东西：预训练代码、后训练代码和训练算子，让整条管线都能跑在公司自己的加速器上。

这个模型于2026年6月12日在华为开发者大会上发布，由华为执行董事余承东宣布，是华为2021年开始的模型家族的最新一代。与其说这次发布在标榜原始能力，不如说它在陈述战略：模型、芯片、框架和操作系统，被当成一个产品来对待。

## 关键要点

- openPangu 2.0 Pro共5050亿参数，每个token激活180亿，采用混合专家架构。
- Flash版920亿总参数、60亿激活参数，两版上下文窗口均为512K。
- 华为称Pro版用约34万亿token训练，针对昇腾加速器优化。
- 组件分阶段放出：6月是Flash权重，7月是Pro权重，9月是训练代码。
- 性能说法包括单卡吞吐2倍的优势，来自公司。

## 为什么只激活一部分
混合专家模型有很多组参数，但处理任何一个token时只用其中一组。Pro版的5050亿总参数，在推理时收缩到约180亿激活参数；Flash版从920亿降到60亿。意义在经济性：大模型可以被存下来，而不必在每个token上付出全部算力成本。

华为对为什么不追一个更大的参数数说得很直白。据其在开发者大会上的公告，余承东说算力紧张，公司把大量昇腾产能分给了其他国内客户，留给自家训练的有限。他还提到内存成本上升，以及推理吞吐和延迟的重要性。这里面是实际考量而非理念：一台在现有硬件上跑得顺的模型，胜过一台大得没法部署的模型。

两版都有的512K上下文窗口是参数上的亮点。用大白话说，模型一次能装下大约一整部长篇小说的文本，这对代码库、法律文档和多步智能体任务很要紧。

## 分阶段开源
华为没有一次性全放出来。2026年6月30日，它放出Flash权重、基础推理代码以及训练和推理算子；7月31日放出Pro权重、推理代码和技术报告；9月28日放出预训练代码、监督微调代码和强化学习代码。

这7个组件才是区分点。多数开放权重发布给开发者的是一个能跑的模型；华为给的是一个能重训的模型，算子还是为它的硬件写的。这降低了把系统适配到具体行业的成本——这正是公司明说的目标。

模型还针对鸿蒙HarmonyOS的智能体任务调过，官方描述提到跨应用工作流中响应更快、资源占用更低。它和昇腾、MindSpore框架一起，凑齐了一套国产栈，中国机构采用时不必假定能拿到外国加速器。

## 对开源竞赛意味着什么
在中国，开源模型已经成了一种产业政策基础设施。公开权重造出开发者生态；公开训练路径造出硬件生态。华为动的正是后一半，而多数厂商停在前一半。

开发者会不会采用，取决于基准测不到的东西：文档质量、编译器成熟度，以及算子在受控环境之外是否可靠。单卡吞吐2倍的说法，即使在公司自己的测试里准确，也只是评估的起点，不是结论。

对境外读者来说，这次发布值得当作垂直整合的例子来看。通常的假设是，模型公司向芯片公司买算力。而这里，一家机构同时拥有芯片、框架、模型和设备操作系统，并试图把这套组合变成其国内市场的默认路径。

## 诚实的局限

- 参数数量、token总量、上下文长度和吞吐说法来自华为及报道其公告的中国媒体，我没找到独立的基准复现。
- 2倍吞吐的对比在所查来源里没有说明确切的基线模型和测试条件。
- 我没有拿仓库本身核对发布日期，日期来自公司公告和参考摘要。
- 该模型家族在中国媒体里引来过关于早期开发决定的批评，我略去了意见，只聚焦有文档记录的参数。
- 如果训练数据不公开，开放权重并不保证可复现。

## 普通人现在能做什么

- 如果你部署开源模型，先读清"开源"包含什么。只有权重，和权重加训练代码，是两种很不一样的承诺。
- 在自己的硬件上测。厂商环境里的吞吐数字，很少能原样迁移。
- 国内的团队，跨技术栈比总体拥有成本，而不只是基准分数——把电力、工具链和工程师时间都算进去。

---

来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-c76755
本内容仅供参考，不构成投资建议。
