昇腾910D集群避坑：多机通信带宽瓶颈与HCCL调优实战
针对昇腾910D大规模集群训练中常见的通信瓶颈问题，本文通过实测数据分析多机AllReduce延迟原因，提供一套从拓扑感知到HCCL参数调优的实操方案，旨在将千卡集群的MFU（模型算力利用率）从30%量级提升至50%以上
阅读全文
Search
站内搜索
关键词：MFU
找到 12 篇相关文章
把PyTorch模型搬上昇腾910C，20天都花在哪了
把一套在 PyTorch 上训练半年的 VL-Mamba 模型搬到昇腾 910C 集群，20 天里真正耗时的是自定义算子、数值对齐和 HCCL。切到 MindSpore 并重写 Ascend C 算子后，项目平均 MFU
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
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
前沿研究
昇腾910C训练频繁OOM，问题可能出在显存碎片
一次1024卡昇腾910C训练中，单卡峰值占用82GB，却在第437步集体OOM。排查发现，14GB空闲显存被切成最大仅3GB的连续块。通过定期紧凑和内存池预分配，项目将单步时间从4.7秒降至3.8秒，MFU由31%升至
阅读全文8000P算力中心闲置潮：从拼建集群到拼调度算法的转折点
2026年上半年，多地8000P智算中心空置率超40%，传统K8s调度导致MFU仅45%。实测显示，引入显存池化与拓扑感知算法后，异构集群MFU可从45%跃升至58%。算力运营正从拼硬件转向拼算法，解决显存碎片与跨架构通
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千卡集群跑通1.6万亿大模型，国产算力跨过工业级门槛
2026年6月，深圳河套学院联合华为等团队，用1000颗昇腾910C跑通了1.6万亿参数的DeepSeek-V4-Pro全参数后训练。全程1500余步无中断，MFU超30%。这标志着国产算力真正具备了工业级大模型训练能力
阅读全文深圳千卡集群跑通1.6万亿参数：30% MFU背后的硬核细节
2026年6月，深圳河套学院联合华为团队，依托1000颗昇腾910C完成DeepSeek-V4-Pro全参数训练。在MFU稳定30%、故障率0.3‰的背后，是算子适配、HCCL拓扑优化及长序列显存管理的实战经验。本文拆解
阅读全文深圳1000卡昇腾910C跑通万亿模型：30% MFU背后的运维硬仗
6月5日，深圳河套学院联合华为等团队宣布，依托1000颗昇腾910C芯片组成的集群，成功完成1.6万亿参数大模型DeepSeek-V4-Pro的全参数后训练。全程1500余步无中断，故障率仅0.3‰，MFU稳定超30%。
阅读全文1000卡昇腾910C跑通1.6万亿参数：MFU超30%的工程账
6月，深圳河套学院等团队利用1000颗昇腾910C，成功完成DeepSeek-V4-Pro全参数后训练，算力利用率(MFU)超30%，故障率仅0.3‰。文章拆解千卡集群实战中的三大痛点：HCCL通信拓扑优化、长序列显存碎
阅读全文1.6万亿参数训练零中断：昇腾910C千卡集群稳定性实测
2026年6月，深圳河套学院团队联合华为，在昇腾910C千卡集群上完成DeepSeek-V4-Pro的1.6万亿参数后训练，全程1500余步无中断，故障率0.3‰，MFU超30%。全栈可观测系统与硬件特征库实现秒级自愈，
阅读全文