亲爱的开发者！ 向大家发出专属邀请~ 诚邀您参加鲲鹏昇腾开发者大会 2026 无论是想触摸最新计算底座的脉搏 还是与行业顶尖专家面对面 探讨 Agentic AI 的未来 KADC 2026 都将是您不能错过的技术盛会！ 【鲲鹏昇腾开发者社区】点击进入专属报名入口

敏捷开发，一触即达！

模型减负，高效部署！

化繁为简，训练加速！

阐述大模型量化的基本概念，重点讲解W8A8、W4A8及稀疏量化等量化技术的原理与适用场景。

RLHF-PPO 昇腾训推共卡方案案例总结（下）

RLHF-PPO 昇腾训推共卡方案案例总结（上）

方向：CANN开源集成1 CANN7升级CANN8踩坑实录：解决HCCL超时与性能回退问题2 CANN 开源仓核心模块解析：仓库结构与功能定位深度剖析3 CANN 8 性能实测与优化：通信算子变化带来了什么？4 CANN 7升级到CANN 8常见问题与性能分析测评5 昇腾 CANN 开源仓核心模块深度解析：仓库结构与实战参与指南6 CANN开源仓Catlass横模库适配自定义模型踩坑录7 昇腾CA

大规模训练集群性能问题（下降或抖动）分享及性能问题解决方案

为了进一步挖掘 XTuner V1 训练方案的上限，实验室研究团队与华为昇腾技术团队在 Ascend A3 超节点上进行联合优化，充分利用超节点硬件特性，FSDP2首次在Qwen 235B MoE上实现了相比传统3D并行更高的 MFU（Model FLOPS Utilization，模型浮点运算利用率）。在理论算力落后 NVIDIA H800 近 20% 的情况下，最终实现训练吞吐超过 H800