华为昇腾实现训推一致，Qwen3-30B 测试 Logdiff 归零

强化学习已成为大模型训练的主流范式，其中训练与推理的一致性至关重要。华为计算近日宣布，基于 Ascend C 编程语言提供完整的训推一致算子集，在 Qwen3-30B MoE 模型上实现 Logdiff 为 0，并通过昇腾亲和的 FA 算子优化，在 Eager 模式下获得 20%-60%的性能提升。

训推不一致源于底层计算累加不保序，模型参数越大，问题越显著。昇腾通过统一注意力语义、锁定 reduce 累加序、对齐在线 Softmax 分块策略及关键路径精度，确保训练与推理走同一数值路径，兼顾性能与一致性。

华为已开源相关基础设施，并计划上线“训推一致问题识别 Skill”，帮助开发者排查残余 logdiff，定位问题根源。