深圳依托昇腾910C完成1.6万亿参数DeepSeek-V4-Pro全参数训练

优化建模SFT数据飞轮流程

  万亿参数大模型是人工智能领域的主流前沿模型，在逻辑推理、数理计算、代码编写、长文本理解等方面表现突出。这类模型的全参数训练，对硬件算力、集群稳定性、算法适配优化均有严苛要求。

  长期以来，全球范围内万亿级大模型训练多采用海外高端算力产品，国内国产算力此前主要用于模型推理、小幅微调，难以完成全参数深度训练，这也是行业发展中普遍面临的技术难题。

万亿级参数的AI大模型训练难在哪？

  如果把训练一个万亿级参数的AI大模型比作解一道超级复杂的数学题，那么每一张计算卡就像一名解题员。他们不仅要分工明确、日夜不停地连轴转，还不能有人偷懒、不能有人出错，更不能有人掉队。

  这次训练的DeepSeek-V4-Pro采用的是混合专家模型（MoE）架构，可以把它想象成一个庞大的"专家团"：平时回答问题只激活少数几位专家，看似高效，但后训练时，"专家们"之间的沟通量却是普通模型的几十倍。再加上动态切换的注意力机制，这对芯片算力的调度和显存资源的管理提出了极其苛刻的要求。

  简单来说，以前的国产算力更多是让大模型"能用"（即推理部署），就像给模型修了一条单行道，输入一个问题，输出一个答案。而这次的"全参数后训练"，则是要让模型学会自我反思和调整，相当于在单行道的基础上，又增加了复杂的立交桥和多条反馈回路，计算量和通信量瞬间翻了好几倍。

三大硬核突破让国产算力"跑得稳"

  面对如此极限的挑战，科研团队在国产AI算力集群上实现了三大硬核突破：

• 一是"显存拼图"。万亿级大模型不可能只塞进一张卡，团队设计了精密的分布式承载方案，把庞大的模型参数像拼图一样，精确地分配到千卡集群的每一张卡上，算力调度明明白白。
• 二是"负载均衡"。为了避免MoE模型中有的"专家"忙得够呛、有的却在"闲逛"，团队专门优化了调度策略，保证了每位"专家"分工合理，跨卡通信不再"堵车"。
• 三是"有人'守夜'"。全参数后训练最怕跑着跑着系统突然崩溃。本次训练团队搭建了完整的监控体系，全部实现可视可控，确保了长达1500多步的训练过程中，没有出现一次中断或报错。

  本次探索是国产算力适配超大参数大模型过程中的一次重要进展，有助于提升国内AI产业链自主化水平，降低行业应用成本，为人工智能技术落地应用提供更多支撑。目前，项目已实现模型算力利用率（MFU）超过30%，关键训练算子效率提升14%，各项指标均达到工业级运行标准。

  从技术应用角度来看，调用已有模型开展业务推理，与从零完成模型全参数训练分属不同技术环节，二者在技术难度、硬件要求上存在明显区别。本次试验结果表明，国产AI算力已可承担顶级大模型训练任务，相关技术路径具备可行性。