之前我被某厂举报过，所以写这类文章特别谨慎。 1. 6 月 30 日：华为开源盘古-7B 稠密模型和 Pangu Pro MoE 72B； 2. 7 月 4 日：GitHub 帐号 @HonestAGI 发布论文，用参数"指纹"法比对，认为 Pangu Pro MoE 与阿里 Qwen-2.5 14B 高度相似，疑似"套壳"； 昨天业内爆出了惊天大瓜一个疑似某厂员工的人进行了爆料，只不过我详细读了下，只根据现有信息量是无法下任何结论的，所以仅仅梳理一些信息，让大 家对事件进行下快速回顾： 3. 7 月 5 日：华为官方发布声明，否认抄袭，称模型"基于昇腾平台独立训练"，并质疑论文方法学； 4. 7 月 6 日凌晨：本次长文爆料者自称盘古四纵成员，详细描述多次"续训套壳"、内部治理失衡及人才流失等情况； 5. 7 月 7 日：多家科技媒体跟进报道，社区继续对模型权重展开对比实测。 是否真实抄袭这个是没办法验证的，他至少缺乏原始训练日志、算力租用凭证、完整 git 历史等更硬核证据。 事实上，这里的是否抄袭我是并不关注的，假定爆料者确实是HW员工，那么我们应该如何看待这份材料呢？又应该如何从管理角度与个人安全角度 ...

但随后，华为盘古大模型（Pangu Pro MoE 72B）被指与阿里巴巴通义千问 Qwen-2.5 14B 模型参 数结构"惊人一致"，引发了关于技术原创性与开源合规性的讨论。 6 月 30 日，华为公司宣布开源盘古大模型（Pangu Pro MoE 72B）和基于昇腾的模型推理技术，并 对外公布相关研究论文。对此，华为表示，此举是华为践行昇腾生态战略的又一关键举措，推动大 模型技术的研究与创新发展，加速推进人工智能在千行百业的应用与价值创造。 质疑的提出 7 月 4 日，一项发布于 GitHub 的研究指出，华为盘古 Pro MoE 模型采用了 LLM - Fingerprint（模 型指纹技术），与阿里通义千问 Qwen-2.5 14B 模型的注意力参数分布存在高度相似性，平均相关 性达 0.927，显著超出模型间正常差异范围，指向"非独立开发"的可能性。 - EOF - 推荐阅读 点击标题可跳转 1、 DeepSeek 对明星道歉上热搜！网友：首次看到 AI 被摁头道歉，笑不活了 2、 腾讯：鸿蒙架构特殊，微信适配必须从零重写代码 7 月 4 日，盘古大模型团队在 GitHub 中进行了回应，否认抄袭 ...

HUAWEI X HUXIU 三分之一个世纪前，加拿大学者们提出了经典的MoE模型神经网络结构，在人类探索AI的 「石器时代」中，为后世留下了变革的火种。 近十年前，美国硅谷的互联网巨擎在理论和工程等方面，突破了MoE模型的原始架构，让这 个原本被置于学术高阁的理念，化身成为了随后AI竞争的导火索。 如今，后发优势再一次来到了大洋此岸，以华为为代表的中国科技企业，纷纷提出对MoE架 构的优化重组方案。尤其是华为的MoGE架构，不仅克服了MoE负载不均衡及效率瓶颈的弊 病，还能够降本增效，便于训练和部署。 AI之战远未终结，但正如在其他领域中「多快好省」的中国产业底色一样，大模型这棵生于 西方长于彼岸的科技树，也同样会被东方智慧经手后，进化为更加普适和亲切的工具。 近期，虎嗅将打造《华为技术披露集》系列内容，通过一连串的技术报告，首次全面披露相 关的技术细节。 希望本系列内容能为业界起到参考价值，也希望更多人能与华为一起，共同打造长期持续的 开放协作生态环境，让昇腾生态在中国茁壮成长。 在通往通用人工智能（AGI）的进程中，混合专家（MoE）模型凭借动态稀疏计算优势，成 为大模型推理提效的关键路径。华为团队重磅 ...

机器之心发布 机器之心编辑部 在通往通用人工智能（AGI）的进程中，混合专家（MoE）模型凭借动态稀疏计算优势，成为大模型推理提效的关键路径。 华为团队重磅推出昇腾平台原生设计的 Pangu Pro MoE 72B模型，大幅降低计算开销， 并在SuperCLUE千亿内模型并列国内第一 。 通过系统级软硬协同优化、高性能算子融合优化、模型原生投机算法优化， Pangu Pro MoE 推 理性能提升 6~8 倍，在昇腾 300I Duo 上单卡吞吐可达 321 tokens/s，实现极致性价比；在昇腾 800I A2 上更可飙升至 1528 tokens/s ，全面释放硬件潜力，打造极致的推理体验。 技术报告地址： https://gitcode.com/ascend-tribe/ascend-inference- system/blob/main/%E6%98%87%E8%85%BE%E5%B9%B3%E5%8F%B0Pangu%20Pro%20MoE%E5%85%A8%E9%93%BE%E8%B7%AF%E9%AB%98%E6%80%A7%E8% 推理效率拉满：全链路推理系统优化，释放昇腾澎湃算力 在大模型 ...

华为软硬协同深度融合优化，强强联合打通推理系统全链路，树立MoE推理标杆。 编辑丨李希 在通往通用人工智能（AGI）的进程中，混合专家（MoE）模型凭借动态稀疏计算优势，成为大模型推理提效的关键路径。华为团队重磅推出昇腾平台原生设 计的Pangu Pro MoE 72B模型，大幅降低计算开销，并在SuperCLUE千亿内模型并列国内第一。通过系统级软硬协同优化、高性能算子融合优化、模型原 生投机算法优化，Pangu Pro MoE推理性能提升6~8倍，在昇腾300I Duo上单卡吞吐可达321 tokens/s，实现极致性价比；在昇腾800I A2上更可飙升至 1528 tokens/s，全面释放硬件潜力，打造极致的推理体验。 技术报告地址：https://gitcode.com/ascend-tribe/ascend-inference-system/tree/main/ 01 推理效率拉满：全链路推理系统优化，释放昇腾澎湃算力 在大模型的分布式推理中，每个计算节点都像一个团队成员，信息流通、协调协作不可避免。就像一场跨部门的大项目，若每一步都开"全员大会"，沟通成本 高、效率低，项目推进自然慢半拍。聪明的 ...