华为｜openPangu-2.0-Pro正式开源，5050亿参数昇腾原生MoE

开源权重真正落地的那一天，比发布会口号更有说服力——华为把盘古开源线的「大号」交到了开发者手里。

华为是全球主要ICT与智能计算设备供应商，近年以昇腾芯片、集群与盘古模型体系推进人工智能基础设施。openPangu是其开源AI模型品牌，定位很明确：不只做「又能跑分的权重」，更要给业界留下一套可在昇腾上复现的训练与推理参考路径，服务Agent时代的智能底座。对大量已绑定国产算力、又需要可下载模型的团队来说，这比再听一场参数竞赛更实用。

7月31日，华为宣布开源盘古5050亿参数的openPangu-2.0-Pro模型（含模型权重与基础推理代码）及技术报告正式上线。官方称，openPangu-2.0相关组件已陆续上开源平台，诚邀全球开发者、企业伙伴与研究人员下载使用，或访问华为云MaaS模型即服务平台在线体验，并欢迎反馈以持续完善生态。获取入口指向Ascend Tribe开源社区与华为云MaaS。

模型卡与架构要点：

1. 规格：基于昇腾NPU训练的大规模混合专家（MoE）语言模型；总参数约505B（约5050亿），每token激活约18B（约180亿）；支持512k上下文；训练数据总量约34T tokens。
2. 后训练：完成快慢合一微调（SFT）、多专项强化学习（RL），并通过在线蒸馏（OPD）完成能力合一。
3. 架构：沿用高效MLA；采用DSA+SWA独立分层混合注意力（层配比约1:2），SWA做局部窗口、DSA做稀疏全局聚合；残差拓扑升级为4支流mHC；自投机采用3头MTP，一次额外预测3个token。
4. 训练与推理：训练侧采用Muon优化器；部署侧重omni-infer等面向昇腾优化的推理框架。
5. 系列对照：6月30日已开源的openPangu-2.0-Flash约92B总参、约6B激活，构成轻量档；本次Pro补齐同系列高端权重。

所谓MoE，白话就是「总参谋部很大，但每次只叫少数专家出诊」——总参数决定知识容量，激活参数决定单次算力账单。512k上下文则意味着单次可塞进超长文档、仓库片段或多轮Agent轨迹。DSA+SWA分层的意图，是在长序列上同时保住局部细节与全局关联，又尽量压住显存与访存开销；MTP自投机则像让模型「顺手多猜几步」，用来抬吞吐。

把时间线拉长看，华为在开发者大会上曾规划openPangu 2.0从6月30日起陆续开源多组件，Flash先落地，Pro随后跟上，等于按「轻量可试—旗舰可研」节奏补齐矩阵。行业另一侧，通用开源权重往往默认英伟达生态；企业若已采购昇腾集群，最大痛点不是「有没有模型」，而是「有没有一条从权重到推理、少踩坑的原生路径」。openPangu用昇腾原生训练叙事回应的，正是这件事。

对国产算力生态，这条开源线的价值不止参数数字：它摊开「在昇腾上训得动、推得动」的完整参考，降低从通用开源权重迁到昇腾栈的试错成本。对开发者与研究团队，下载只是第一步——真实长上下文Agent任务表现、多卡部署成本、二次微调流水线能否复现，才决定它会不会变成默认底座。下一观察点很具体：社区Issue与复现报告能否快速积累，以及Pro在编程、工具调用与企业私有化场景里，能否把规格优势翻译成可交付能力。