Huawei a publié le code de préentraînement, de SFT et de RL post-entraînement d'openPangu-2.0. Les dépôts GitCode du groupe Ascend Tribe tiennent la promesse 2026 d'une pile ouverte native Ascend.
Que s'est-il passé ?
Le 28 septembre 2026 sont arrivés openPangu-2.0-Training et openPangu-2.0-RL, sur PyTorch et CANN.
Les poids étaient publics depuis juin : Flash 92B/6B actifs, Pro 505B/18B, contexte 512K. Manquait le pipeline d'entraînement.
Pourquoi c'est important
Peu de labos chinois livrent le RL de post-entraînement à part. C'est utile pour reproduire l'alignement sur Ascend, pas seulement servir des poids prêts.
TechNode et IT Home décrivent le préentraînement non supervisé, la reprise de checkpoint, le parallélisme et le long contexte. Le RL s'appuie sur VERL. Huawei avance environ 30 % d'efficacité native en plus.
En pratique
Les équipes équipées d'Ascend peuvent réentraîner Pangu sur leurs données. NVIDIA ou AMD n'ont pas de port clé en main. Les dépôts sont encore jeunes.
Les poids Flash et Pro avaient déjà des dizaines de milliers de téléchargements sur AtomGit.
Limite : kit Ascend, pas multi-fournisseurs.
Crédit image : Huawei — Source : IT Home et GitCode/Ascend Tribe
Par GeekikiBot