导读

当今人工智能时代，基于国产算力的大模型高效训练和推理是国家发展战略的大问题。DeepSeek-V4-Pro在效率和性能方面是业界大模型的杰出代表。DeepSeek-V4-Pro已经成功完成在国产算力上推理部署，但训练还未完全实现国产算力化。

在此背景下，深圳河套学院Al训练平台项目团队，联合哈尔滨工业大学(深圳)、深圳大数据研究院、华为GTS(全球技术服务)、计算产品线、2012实验室，协同深智城AI算力平台，面向国产算力大模型训练开展联合攻关。目前，仅用1个月时间，项目已基于昇腾910C国产算力集群实现DeepSeek-V4-Pro全参数续训练/SFT稳定运行，完成长稳训练1500+步，训练MFU超30%，关键训练算子效率提升14%。

据公开资料检索，本工作是公开可查范围内，业界首个由第三方机构基于国产算力集群完成的DeepSeek-V4-Pro全参数后训练工程实践，标志着国产AI基础设施正在从推理部署和轻量化微调迈向超大模型全参数后训练。

01 为什么万亿级模型的“全参数后训练”是一块硬骨头？

DeepSeek-V4-Pro，一款1.6万亿参数级MoE开源旗舰模型，采用了CSA+HCA混合稀疏注意力、mHC连接等新机制。相比于上一代DeepSeek-V3/R1，它对国产训练框架提出了全方位的“极限挑战”。

稀疏MoE结构：专家路由带来的跨节点通信，是传统密集模型的数十倍；

混合稀疏注意力：注意力模式的动态切换，对算子效率和显存管理极为敏感；

万亿参数级状态：权重、梯度、激活、优化器状态——仅单副本就需数TB显存。

02 核心进展：千卡集群上，1500+步稳定奔跑

经过联合攻关，项目已基于千卡级昇腾 910C 国产算力集群，成功实现DeepSeek-V4-Pro在国产算力集群上的全参数后训练稳定运行。

长稳SFT训练：完成1500+步迭代，skipped iterations = 0，NaN iterations = 0；

训练效率：MFU（模型算力利用率）达到约30%，关键训练算子计算效率较初始版本提升约14%；

最终表现：在昇腾超节点上，MFU稳定在34.9%。

与此同时，DeepSeek-V4-Flash的全参数续训练与SFT链路也已同步打通。

DeepSeek-V4-Pro@昇腾超节点训练，MFU最终稳定在34.9%

一组数据足以说明差距：在同等参数量下，业界公开的国产算力全参数后训练案例几乎为零。而我们将一个1.6T MoE模型，在千卡集群上以27秒/步的稳定节奏，连续奔跑1500余步——这不是实验室的“单次演示”，而是可复现、可工程化交付的稳定能力。

更重要的是，该平台已快速验证了垂直领域价值。团队围绕工业级自动化运筹建模场景，在数周内完成了从数据生产、样本筛选、训练链路打通到效果评测的闭环验证。这意味着：国产算力平台不仅能够“训大模型”，更能“训好行业模型”——以短周期、低成本构建面向专业任务的增强能力。

03 三大关键技术突破：从“能跑”到“能训、训稳、训优”

本次攻关面向DeepSeek-V4-Pro全参数后训练，而非LoRA等少量参数微调。联合团队在以下三个层面实现了系统性突破：

1. 分布式承载：1.6T参数的“显存拼图”

洞察： 万亿参数不能只靠显存大，更要靠“放得巧”。

项目成功构建了权重、梯度、激活、优化器状态的分布式承载方案，使得数据并行、张量并行、流水并行与专家并行四者协同工作。每一张卡上，该放什么、怎么放、如何动态调度——这套“显存拼图”是稳定训练的地基。

2. 稀疏与通信：让专家不“吵架”，让注意力不“堵车”

洞察： MoE模型训练最怕“专家负载失衡”和“跨节点通信风暴”。

团队针对混合稀疏注意力、MoE路由、归一化、矩阵计算等关键训练算子进行了深度适配与优化，算子效率较初始版本提升14%。同时建立了专家负载的实时监控与均衡机制，避免部分专家过载而部分专家闲置。

3. 长稳监控：当训练跑上几天几夜，谁来守夜？

洞察： 全参数后训练最可怕的不是慢，而是“跑着跑着就崩了”。

联合团队搭建了一套完整的监控体系：Loss曲线、梯度范数、专家负载、显存占用、异常自动恢复……所有指标均可视、可告警、可自愈。在1500+步的训练中，未出现一次Loss失控或NaN值——这是“长稳能力”最直接的证明。

04 实战验证：数学建模能力在后训练中显著跃升

为了检验DeepSeek-V4在昇腾集群上进行全参数后训练的真实价值，项目设计了一项“硬核”实验：增强大模型的数学建模能力。

团队搭建了一条SFT建模数据生产workflow，产出3000条高质量数学建模任务SFT样本，覆盖4类目标任务和3种问题形态。随后，对DeepSeek-V4进行后训练。

优化建模SFT数据飞轮流程

训练曲线给出了清晰的信号：

LM loss从高位快速下降，最终收敛至0.2056；

MTP-1 loss收敛至0.2538；

梯度范数平稳下降，未出现震荡或发散；

单步耗时稳定在27秒左右。

3K SFT训练过程概览

更直观的结果来自Benchmark对比：

四项关键指标均显著超越原模型，其中ORGEval WL提升超过5个百分点。这意味着：在国产算力上完成的全参数后训练，不仅能“跑稳”，更能“训强”——模型在复杂推理任务上的能力得到了真实增益。

05 以战育才：在真实攻关中培养“能训大模型”的人

本次攻关的另一个独特价值，在于它是一次人才培养模式的范式实验。

深圳河套学院将万亿级模型训练攻关作为“练兵场”，把学生直接嵌入国产算力真实训练场景。截至目前，项目已培养学生42名，形成了由青年教师指导、博士生核心攻坚、工程团队支撑的协同培养机制。

在这一过程中，同学们不只是参与项目进展，更是承担具体任务的“战斗员”：有的负责训练数据构造与样本质量分析，有的负责分布式并行策略验证，有的跟进长稳监控与异常恢复，有的撰写技术报告与工程文档。

一次训练启动、一次报错定位、一次参数调整、一次结果复盘——在这些真实而琐碎的工程实践中，学生们从“会调用大模型”真正走向了“理解并参与训练大模型”。

能力提升体现在三个方面：

• 建立了对国产算力大模型训练全链路的系统性认识；

• 掌握了从领域数据到模型能力增强的全过程实操能力；

• 在真实项目中形成了问题拆解、实验设计、训练复盘与团队协作的工程素养。

后续，这些真实任务将沉淀为课程案例、实训资源和学生科研项目，将持续支撑深圳河套学院培养“懂模型、懂系统、能工程、敢攻关”的高水平复合型AI人才。

项目团队开展技术复盘与学生实战培养

06 未来展望：从“全参数后训练”走向“Agentic RL + 超长上下文”

下一阶段，深圳河套学院将继续联合哈尔滨工业大学（深圳）、深圳大数据研究院、华为GTS(全球技术服务)、计算产品线、2012实验室、深智城等合作伙伴，在现有全参数续训练/SFT链路基础上，重点推进三项任务：

1. 训练效率再突破

持续优化训练框架与关键算子，进一步提升训练效率（MFU），降低万亿模型训练的算力成本。

2. 超长上下文训练

支撑512K至1M超长上下文训练，提升复杂专业任务中的长文档理解与长链路推理能力；

3. 强化学习后训练闭环

突破DeepSeek-V4-Pro强化学习后训练技术，围绕数学建模优化、代码Agent、长上下文推理等任务，构建rollout生成 → 工具执行 → reward/verifier → 策略更新 → 评测反馈的完整Agentic RL链路。

同时，项目将坚定推进技术开源与人才培养沉淀：

• 分阶段开放训练配置、评测脚本、合成数据、技术报告及相关模型与框架能力；

• 将真实训练任务、数据构造方法、故障排查案例和评测流程转化为课程案例与实训任务；

• 持续完善“国产算力支撑、真实任务牵引、学生团队实战、工程能力沉淀”的培养路径。

在此基础上，项目还将依托这一训练场，开展新一代通用人工智能的基础理论、新范式和新架构的研究——包括符号、连接与行为主义有机融合，从单一智能体到群体智能再到人机融合的建模探索。

结语

DeepSeek-V4-Pro在国产算力上的全参数后训练，不是一次孤立的工程突破。

它验证了一条道路：国产开源旗舰模型 + 国产AI算力 + 高水平训练团队 + 国产厂商技术支持——这个四角闭环，是可持续的、可复制的、可信任的。

它发出了一声宣告：国产AI基础设施，从今天起，不再只是“能推理”，而是真正“能训练、能训稳、能训优”。

更重要的是，它点燃了一个希望：在下一代通用人工智能的征途上，中国的高校、科研机构和年轻学子，可以站在自己的算力土壤上，开展人工智能的研究，亲手训练属于自己的万亿模型。

这不是终点，而是发令枪。

项目后续将逐步开源技术报告、训练配置与评测脚本，敬请关注深圳河套学院官方发布。