在人工智能技术飞速发展的浪潮下，大模型的训练能力已成为衡量技术实力的关键标尺。近日，一项依托国产AI芯片完成的万亿级参数大模型训练实践，为国产算力在高端AI领域的应用前景提供了有力印证，也为相关技术路径的规模化落地积累了重要经验。

此次实践由深圳河套学院AI训练平台项目团队联合哈尔滨工业大学（深圳）、深圳市大数据研究院及华&为相关团队共同完成。项目依托华&为昇腾910C国产AI算力集群，成功完成了参数规模高达1.6万亿的大模型DeepSeek-V4-Pro的全参数后训练。这一成果标志着国产AI芯片已具备支撑世界级超大参数模型训练工作的能力。

技术指标达到工业级标准

从技术实现层面看，本次训练实践取得了关键性突破。项目团队报告称，在训练过程中，模型算力利用率（MFU）已超过30%，同时关键训练算子效率提升了14%。这些核心性能指标均达到了工业级运行标准，为后续的规模化应用奠定了坚实基础。

国产算力路径可行性获验证

业内专家指出，调用现有模型进行业务推理与从零开始完成模型的全参数训练，在技术难度和硬件要求上存在显著差异。后者对算力平台的稳定性、效率和生态支持提出了更高挑战。本次试验的成功表明，国产AI算力已可承担顶级大模型训练任务，相关技术路径具备充分的可行性。这不仅是对国产硬件性能的一次重要检验，也为全球第三方机构在国产算力平台上进行同类高级别探索提供了宝贵参考。

随着国产AI芯片技术的持续演进，其在支撑前沿人工智能研究与产业应用方面的潜力正不断释放。未来，基于国产算力构建的AI基础设施，有望在更多关键领域发挥核心作用，推动人工智能技术的自主创新与安全发展。