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

2025年9月8日，上海人工智能实验室开源书生大模型新一代训练引擎XTuner V1。XTuner V1 是伴随上海AI实验室“通专融合”技术路线的持续演进，以及书生大模型研发实践而成长起来的新一代训练引擎。相较于传统的 3D 并行训练引擎，XTuner V1 不仅能应对更加复杂的训练场景，还具备更快的训练速度，尤其在超大规模稀疏混合专家（MoE）模型训练中优势显著。

借助ops-transformer开源仓代码，讲解MlaProlog融合算子的计算流程及设计方法

鲲鹏BoostKit社区任务全网招募！通关奖励已就位！

以Pow算子为例介绍社区任务挑战流程，包括接取任务、获取环境、算子设计、算子开 发、提交验收等全流程演示讲解。

鲲鹏BoostKit搜推广场景致力于为互联网领域的搜索、推荐与广告业务场景提供基于鲲鹏平台的全栈加速能力。

实现鲲鹏平台Hypserscan软件包的安装部署，体验性能加速效果。

手把手实操教学大数据OmniOperator算子加速特性实验