es.wedoany.com Noticia: El 30 de junio, Huawei lanzó oficialmente el modelo openPangu-2.0-Flash, con 92 mil millones de parámetros, como código abierto. Los pesos del modelo, el código básico de inferencia y los operadores de entrenamiento e inferencia también se publicaron simultáneamente en la plataforma de código abierto. openPangu es la marca de modelos de IA de código abierto de Huawei, construida principalmente en torno a la tecnología de entrenamiento e inferencia nativa de Ascend, y proporciona una referencia para el desarrollo e implementación de modelos grandes para desarrolladores, empresas e instituciones de investigación. Anteriormente, Huawei lanzó openPangu 2.0 durante HDC 2026, aclarando que la serie incluye dos versiones, Pro y Flash, y planea abrir gradualmente los componentes relacionados a partir del 30 de junio.
openPangu-2.0-Flash adopta una escala total de 92 mil millones de parámetros, con 6 mil millones de parámetros activos, y admite un contexto de 512K. La versión Flash enfatiza la eficiencia de inferencia y la adaptabilidad de implementación, siendo adecuada para tareas de agente, procesamiento de texto largo, consultas de bases de conocimiento empresarial y llamadas de aplicaciones inteligentes dentro del ecosistema HarmonyOS.
Según el cronograma anunciado por Huawei, los pesos del modelo openPangu-2.0-Flash, el código básico de inferencia y los operadores de entrenamiento e inferencia se publicaron en la plataforma de código abierto el 30 de junio; los pesos del modelo openPangu-2.0-Pro y el código básico de inferencia se publicarán en julio; y más componentes de código abierto se lanzarán gradualmente en la segunda mitad del año. Según informes de IT之家, openPangu 2.0 planea abrir gradualmente 7 componentes principales, incluidos pesos del modelo, código de inferencia, informes técnicos, estructura del modelo, así como el código de preentrenamiento, código de postentrenamiento y operadores de entrenamiento recién agregados. Después de expandir el alcance de los componentes de código abierto, los desarrolladores no solo pueden llamar al modelo, sino también observar el enlace de ingeniería del entrenamiento, la inferencia y la adaptación de operadores del modelo.
openPangu 2.0 se divide en dos versiones: Pro y Flash. La información pública muestra que el número total de parámetros de openPangu-2.0-Pro es de 505B, con 18B de parámetros activos; el número total de parámetros de openPangu-2.0-Flash es de 92B, con 6B de parámetros activos. Ambas versiones admiten un contexto de 512K, proporcionando una ventana de entrada más larga para documentos largos, tareas de múltiples rondas, bases de conocimiento empresarial, materiales de código y procesos de agente. La versión Flash tiene una escala de parámetros más ligera, destinada principalmente a satisfacer necesidades de baja latencia, alto rendimiento y una implementación más flexible; la versión Pro tiene una escala de parámetros más grande, y los pesos del modelo y el código básico de inferencia se publicarán en julio.
El enfoque de esta apertura de código está en el enlace nativo de Ascend. Cuando los modelos grandes se implementan en hardware de IA nacional, los desafíos comunes incluyen la adaptación de operadores, el rendimiento de inferencia, el uso de memoria, la eficiencia del contexto largo y la estabilidad de la implementación de ingeniería. Al abrir los pesos del modelo, el código de inferencia y los operadores de entrenamiento e inferencia juntos, Huawei permite a los desarrolladores reproducir directamente el proceso de inferencia en el entorno de Ascend, lo que también puede reducir los costos de depuración para las empresas que implementan modelos de código abierto en potencia informática nacional. Para los clientes de industrias como gobierno, finanzas, fabricación, transporte y energía que necesitan implementación privada, si el modelo puede ejecutarse de manera estable en la plataforma de potencia informática local a menudo afecta la velocidad de implementación de la aplicación más que las simples puntuaciones de las listas de clasificación.
Las aplicaciones de agente son una dirección importante para openPangu 2.0. El contexto de 512K puede soportar registros de tareas más largos, cadenas de llamadas a herramientas, reglas comerciales y documentos empresariales, siendo adecuado para tareas como revisión de contratos, flujo de órdenes de trabajo, asistencia en investigación y desarrollo, bases de conocimiento de servicio al cliente, comprensión de código y automatización de procesos. Después del lanzamiento de la versión Flash, los desarrolladores pueden primero construir aplicaciones en torno a la inferencia ligera, la llamada a herramientas y las bases de conocimiento de la industria, y luego elegir la versión Pro que se abrirá más tarde según la complejidad de la tarea. El asistente XiaoYi Claw de Huawei ya ha integrado el modelo openPangu 2.0 Pro para mejorar la capacidad de ejecución de tareas a nivel de sistema de HarmonyOS, lo que también muestra que openPangu formará una conexión técnica más estrecha con HarmonyOS, Ascend y las aplicaciones de IA empresarial en el futuro.
Con el lanzamiento oficial de openPangu-2.0-Flash como código abierto, Huawei ha formado un nuevo punto de conexión entre los modelos de IA, la potencia informática nacional y el ecosistema del sistema operativo. La apertura de los pesos del modelo resuelve el problema de "si se puede usar", el código básico de inferencia y los operadores de entrenamiento e inferencia resuelven el problema de "cómo ejecutarlo bien en Ascend", y después de que se abran componentes como el código de preentrenamiento y el código de postentrenamiento, las empresas y los desarrolladores también pueden realizar entrenamiento de adaptación en torno a datos de la industria. Los puntos clave a observar en el futuro incluyen los términos de la licencia de código abierto, la integridad de los componentes en la plataforma GitCode, el umbral de implementación del hardware Ascend, el costo real del contexto largo y el rendimiento del modelo después del lanzamiento de la versión Pro en julio.
