华为盘古Pro MoE开源：720亿参数MoGE架构如何重塑AI效率？
【免费下载链接】openPangu-Pro-MoE-72B-modelopenPangu-Pro-MoE (72B-A16B)：昇腾原生的分组混合专家模型项目地址: https://ai.gitcode.com/ascend-tribe/pangu-pro-moe-model
导语
2025年6月30日，华为正式宣布开源盘古Pro MoE大模型，以720亿总参数、160亿激活参数的创新设计，在昇腾芯片上单卡推理性能达1148 tokens/s，重新定义了大模型的效率标准。
行业现状：从参数竞赛到实效主义
当前AI行业正经历从"参数军备竞赛"向"实效主义"的转型。据SuperCLUE 2025年5月榜单显示，盘古Pro MoE以72B总参数在千亿参数量以内大模型中并列国内第一，其16B激活参数性能媲美更大规模模型。这一突破标志着大模型发展进入"以小胜大"的新阶段，硬件效率与实际部署成本成为企业关注焦点。
核心亮点：MoGE架构的三大突破
1. 分组混合专家架构解决负载均衡难题
传统MoE模型中专家负载不均衡问题严重，部分专家处理高达30%的token量。盘古Pro MoE创新性地将64个路由专家分为8组，每组强制激活1个专家，同时引入4个共享专家处理通用知识，实现了近乎理想的负载分布——各专家处理token占比均约12.5%。
如上图所示，左侧为传统MoE模型专家负载分布，呈现明显集中趋势；右侧为盘古Pro MoE的均匀分布，充分体现了MoGE架构在负载均衡上的革命性改进。这种设计使分布式计算资源得到充分利用，为高效推理奠定基础。
2. 昇腾原生优化实现性能飞跃
通过系统级软硬协同优化，盘古Pro MoE在昇腾芯片上实现了推理性能的大幅提升。在昇腾300I Duo上单卡吞吐可达321 tokens/s，结合投机加速技术，在800I A2上性能更提升至1528 tokens/s，较同规模模型快6-8倍。
3. 高效训练与推理的工程实践
采用4000卡昇腾集群，盘古Pro MoE仅用7天就完成了15T tokens的预训练任务。模型支持Transformers和MindSpore双框架推理，环境依赖简洁，部署门槛低，为企业级应用提供了便捷的接入方式。
行业影响：开启大模型普惠化时代
1. 降低AI部署成本
动态负载均衡技术使云端推理成本显著降低，特别适合金融、电商等高并发场景。据测算，在相同业务负载下，盘古Pro MoE可减少40%的硬件投入。
2. 推动行业智能化升级
华为已宣布将盘古Pro MoE整合至云服务体系，重点赋能制造、医疗、农业等领域。通过轻量化推理引擎，客户可在昇腾系列芯片上高效运行百亿级模型，加速行业创新。
该图片展示了盘古Pro MoE技术报告封面，详细阐述了其MoGE架构原理与昇腾优化策略。报告显示，模型在逻辑推理、代码生成等核心能力维度均达到行业领先水平，为开发者提供了全面的技术参考。
3. 促进AI生态建设
开源策略使盘古Pro MoE成为学术研究与商业应用的共同基础。开发者可通过以下命令快速获取模型进行二次开发：
git clone https://gitcode.com/ascend-tribe/pangu-pro-moe-model结论与前瞻
盘古Pro MoE的发布标志着大模型发展进入"质量重于数量"的新阶段。其创新的MoGE架构和昇腾原生优化，不仅解决了传统模型的效率瓶颈，更通过开源开放推动了AI技术的普惠化。未来，随着动态分组策略和跨平台优化的实现，盘古Pro MoE有望在更多领域展现价值，为千行百业的智能化转型提供强大动力。
【免费下载链接】openPangu-Pro-MoE-72B-modelopenPangu-Pro-MoE (72B-A16B)：昇腾原生的分组混合专家模型项目地址: https://ai.gitcode.com/ascend-tribe/pangu-pro-moe-model
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
