昇腾910C推理提速43%？这组数据还缺关键条件
公开材料确认，昇腾910C集群已完成1.6万亿参数DeepSeek-V4-Pro全参数后训练；但没有给出CANN 8.0.RC2升级前后的推理对照。43%吞吐提升和29%显存下降，仍需补齐模型分片、精度、并行方式与测试日
阅读全文
Search
站内搜索
关键词：1.6万亿参数
找到 27 篇相关文章
前沿研究
昇腾910C跑通1.6万亿参数模型，下一关在CANN
DeepSeek-V4-Pro已在昇腾910C集群完成全参数后训练，说明这套软硬件承接过1.6万亿参数模型任务。对PyTorch团队，更现实的考验是算子覆盖、版本匹配、OOM定位和性能复现。
阅读全文昇腾910C扩到万卡之前，先把运保账算清
据公开通报，昇腾910C集群已完成1.6万亿参数DeepSeek-V4-Pro全参数后训练，但通报未披露卡数、PUE、故障率和运保成本。准备扩到万卡时，能耗边界、备件粒度、版本适配与服务响应，都应写进验收和合同。
阅读全文
前沿研究
华为智算集群实测：昇腾910C在混合精度训练中的真实吞吐率
基于2026年6月千颗昇腾910C完成1.6万亿参数DeepSeek-V4-Pro训练的实测数据，分析FP8/FP16混合精度下的MFU和吞吐率，对比A100/H100的性价比，揭示国产算力的工程极限与选型真相。
阅读全文
前沿研究
昇腾910C集群微调实录：显存、算子与通信排坑
1.6万亿参数后训练已经跑通，7B—13B微调却不能照搬CUDA脚本。三个项目的故障集中在OOM、融合算子缺失和HCCL卡死，排查顺序比盲目改参数更重要。
阅读全文
开发者生态
昇腾910C跑到千卡，HCCL先查哪一层
公开材料披露，1000颗昇腾910C完成1.6万亿参数DeepSeek-V4-Pro全参数后训练，MFU超过30%。落到机房，排查应从HCCL拓扑、Rank映射和版本组合开始，再用Profiler定位算子与内存拷贝。
阅读全文昇腾910C跑万亿模型，千卡训练卡在哪
深圳河套学院等团队用昇腾910C集群完成1.6万亿参数DeepSeek-V4-Pro全参数后训练。案例证明国产算力能进入万亿级训练，但扩到千卡后，通信、算子适配和运维稳定性才是真正考验。
阅读全文
前沿研究
昇腾910C集群运维实录：从算力调度到应用适配的避坑指南
基于河套学院千卡集群训练1.6万亿参数DeepSeek-V4-Pro的实战经验，拆解网络拥塞、显存碎片化、CANN算子迁移与故障自愈中的具体陷阱，提供可复用的配置参数和监控看板搭建方法，帮助一线运维工程师少走弯路。
阅读全文
开发者生态
昇腾910C跑通万亿模型后，运维账怎么算
深圳河套学院AI训练平台项目团队等基于昇腾910C集群完成1.6万亿参数DeepSeek-V4-Pro全参数后训练。比起“跑通”，1500余步无中断、MFU超过30%、故障率控制在0.3‰，更能说明这类国产算力集群的工程
阅读全文
前沿研究
昇腾910C集群实战：从算力调度到应用适配的避坑指南
基于昇腾910C千卡集群训练1.6万亿参数DeepSeek-V4-Pro的实战经验，拆解显存碎片、CANN算子开发、CUDA迁移、故障恢复与推理适配中的具体陷阱，提供数据驱动的避坑方案。
阅读全文
开发者生态
昇腾910C跑通之后，开发者还要改代码
1.6万亿参数DeepSeek-V4-Pro在昇腾910C集群上完成全参数后训练，证明了国产算力能扛大模型任务。但从CUDA迁到CANN，开发者还会碰到算子、显存、调试工具三道具体的坎。
阅读全文8000P昇腾集群落地后，难题转到工程侧
深圳河套学院等团队依托昇腾910C集群，完成1.6万亿参数DeepSeek-V4-Pro全参数后训练。这个结果证明国产AI算力能承担更重训练任务，但园区真正要面对的，是通信、调度、迁移和运维成本。
阅读全文