华为把盘古训练代码也开源了：给权重只是第一步，给"菜谱"才是关键

9 月 28 日，华为官方宣布：openPangu-2.0 的预训练代码、SFT 代码和后训练强化学习（RL）代码正式开源上线。很多读者看到新闻的第一反应是"华为又开源模型了"，然后划走。这里藏着一个很普遍的认知误区：开源权重和开源训练代码，完全是两回事。前者像给你一辆整车，后者是把造车图纸和生产流水线一起交给你。

一、事件复盘

先理一下时间线。今年 6 月 30 日，华为开源了 openPangu-2.0-Flash 的模型权重，总参数约 920 亿、单 token 激活约 60 亿；7 月 31 日，又开源了 Pro 版权重，总参数约 5050 亿、激活约 180 亿。两个模型都是 MoE（混合专家）架构，支持 512K 上下文，官方称训练数据约 34 万亿 token，全程在昇腾 NPU 上训练。

而 9 月 28 日这波，交出来的不是权重，是训练代码，分成两个仓库放在 gitcode.com 的 ascend-tribe 组织下，采用 Apache-2.0 协议：

• openPangu-2.0-Training：统一训练框架，覆盖预训练（从头训练、断点续训）和监督微调（SFT），支持多维分布式并行、数据流水线、混合精度、checkpoint 管理和故障恢复。
• openPangu-2.0-RL：强化学习加速框架，基于开源的 VERL 做运行时补丁和昇腾优化，支持 Actor/Rollout/Reward 协同训练，覆盖 GSPO/GRPO 后训练。

华为在公告里的定位说得很直白：给业界"用好昇腾"提供最佳实践参考。

二、技术核心拆解

第一层：开源到底分几级？

大模型开源其实是个光谱，大致可以分成四级：只开放推理接口（API）、开放权重、开放训练代码、开放数据。绝大多数所谓"开源模型"停在第二级——你拿到权重可以做微调和推理，但这个模型当初是怎么训出来的，你并不知道。

训练代码的价值在于：并行策略怎么切、数据流水线怎么排、训练中断了怎么从 checkpoint 恢复、强化学习的奖励信号怎么接——这些"工程配方"才是大公司真正不外传的部分。论文里一句"我们使用数据并行、张量并行和流水线并行"，和一份能跑的代码之间，隔着几个月的踩坑。

第二层："昇腾原生"意味着什么？

这次开源的代码不是通用 PyTorch 代码，而是深度绑定昇腾软件栈的。官方给出的运行环境是：CANN 8.5.1（昇腾的算子运行时，相当于英伟达的 CUDA）、PyTorch 2.9.0、torch_npu 2.9.0、Python 3.11、triton-ascend 3.2.1。

也就是说，这套代码在英伟达卡上不能直接跑。它是给昇腾生态铺路的：开发者拿昇腾集群训练大模型时，不用从零摸索并行和调优方案，照着盘古的代码改就行。官方技术报告称昇腾原生训练效率提升了 30%，这是华为的自报数据，尚无第三方复测。

第三层：复现的边界在哪？

三个细节值得注意。其一，两个仓库都明确声明不提供数据集——34 万亿 token 的语料不会开源，所以你拿这套代码复现不出一个盘古。其二，Training 仓库 README 的模型配置表里列的是 92B（6B 激活）和一个 17.36B（1.75B 激活）的示例配置，没有现成的 505B Pro 配置，想跑 Pro 得自己改。其三，RL 仓库的代码推理示例会执行模型生成的 Python 代码，官方部署说明要求网络隔离——这本身就是个安全细节：让模型生成的代码在生产环境里裸跑，等于把 shell 交给它。

三、常见技术误区

误区一：开源了训练代码，我就能自己训一个盘古。

不能。数据没开、505B 的完整配置没给、昇腾集群也不是谁都租得起。这套代码的实际价值是"参考实现"：告诉你在昇腾上训大模型的标准姿势，你可以拿来训自己的模型，而不是复刻盘古。

误区二：权重早开源了，这次开源没多大意义。

反了。权重开源解决的是"用"的问题（下载、部署、微调），训练代码开源解决的是"学"和"建"的问题。对做 AI 基础设施、想基于国产算力自训模型的团队来说，后者才是稀缺品。以前这类知识只存在于大厂的内部文档里。

误区三：Apache-2.0 开源 = 可以随意商用白嫖。

Apache-2.0 确实允许商用、修改和再分发，但要求保留版权声明和许可文本，修改过的文件需要标注。另外要分清"代码"和"模型"：这次开源协议覆盖的是训练代码，模型权重使用是否附带额外条款，要以模型卡上的说明为准——不同仓库、不同资产的许可边界经常不一样，商用前值得逐个确认。

四、实操指引

如果你是想跟进的开发者，可以按这几步来：

1. 环境对齐：先用昇腾环境装齐 CANN 8.5.1、torch_npu 2.9.0 这套依赖，版本差一点都可能跑不起来；没有昇腾卡的话，可以只读代码学并行策略和 RL 流程设计。
2. 从示例配置起步：别一上来就对标 92B，先用仓库里 17.36B 的示例配置走通全流程（预训练→SFT→RL），理解每个环节的输入输出。
3. RL 示例务必隔离：跑 Code-For-Reasoning 这类会执行模型生成代码的场景时，严格按官方要求做网络隔离，用容器或沙盒包住，别在跳板机上裸跑。
4. 区分你想学什么：想学分布式训练，重点读 Training 仓库的并行和数据流水线部分；想学智能体后训练，重点读 RL 仓库的 GSPO/GRPO 配置和多轮 Rollout 示例。
5. 商用前核对协议：把 Apache-2.0 的 NOTICE 保留要求和模型卡的许可条款过一遍，团队内部留档，避免后续合规争议。

五、结尾

从开源权重到开源训练代码，国产大模型的开源正在从"给结果"走向"给方法"。对普通开发者，这波更实际的信号是：昇腾生态在认真降低自训模型的门槛，训练工程的"标准答案"开始公开可查。看完这篇，不妨想一个问题——你手头的项目，如果明天必须迁到国产算力上，差的是算力，还是这份"菜谱"？

如果觉得有用，转发给正在被算力和框架选型折磨的朋友。