Ascend 910C
PulseAugur coverage of Ascend 910C — every cluster mentioning Ascend 910C across labs, papers, and developer communities, ranked by signal.
- 2026-06-08 research_milestone A 1.6 trillion parameter AI model has completed full-parameter post-training using Huawei's Ascend 910C chips. 来源
1 天有情绪数据
-
美团在中国AI芯片上训练1.6T参数LongCat-2.0，绕过英伟达
美团发布了LongCat-2.0，一个拥有1.6万亿参数的模型，完全在中国AI-ASIC上训练，未使用任何英伟达芯片。这是首次有记录显示，一个前沿模型的全部预训练是在国内硬件上完成的，挑战了顶级AI开发完全依赖英伟达加速器的观点。该模型拥有100万token的上下文窗口，据报道在SWE-Bench Pro基准测试中得分59.5，超过了GPT-5.5。
-
Meta 探索 AI 代理以获取新收入；中国利用华为芯片推进 AI
Meta 正在通过开发 AI 代理来探索广告以外的新收入来源。这些代理旨在成为新的“印钞机”，有可能实现公司收入来源的多样化。与此同时，中国的 AI 发展正在利用华为的 Ascend 910C 芯片成功训练 DeepSeek-V4-Pro，这标志着该国在追求 AI 自主权方面取得了进展。
-
中国使用国产昇腾910C芯片训练1.6万亿参数AI模型
包括深圳和合书院和华为在内的联合体已成功完成了一个1.6万亿参数AI模型的全参数后训练。这一成就标志着国产AI算力能力的重大里程碑。训练是使用华为的昇腾910C AI芯片进行的，展示了中国AI基础设施的进步。
-
华为芯片助力DeepSeek-V4-Pro模型在中国训练
研究人员利用华为的Ascend 910C芯片完成了DeepSeek-V4-Pro人工智能模型的训练后工作。这一进展是中国半导体行业的一项重大进步，旨在从基础人工智能推理支持转向更复杂的模型训练能力。鉴于持续的美国制裁对该行业产生影响，这项努力尤为值得注意。
-
华为芯片训练1.6T参数DeepSeek模型，助力中国AI发展
一个包括华为和深圳多所高校在内的研究团队声称，已成功完成了DeepSeek的1.6万亿参数V4-Pro模型的全参数后训练。该训练使用了至少1000颗华为Ascend 910C AI芯片组成的集群。这一进展被视为中国AI自主化道路上的重要一步，尤其是在克服使用国内硬件训练复杂模型方面的挑战，尽管目前尚无具体的性能基准。
-
中国AI基础设施训练1.6T DeepSeek-V4-Pro模型
深圳大学城、哈尔滨工业大学（深圳）与华为的合作项目成功在国产算力集群上完成了DeepSeek-V4-Pro模型的全参数训练。这标志着一项重大进展，表明中国的AI基础设施现在不仅能够进行推理和微调，还能处理超大模型的训练。该项目在昇腾910C集群上实现了超过1500步的稳定训练，模型计算利用率（MFU）超过30%，展示了在分布式训练、稀疏模型优化和长期训练稳定性方面的突破。这一成就不仅验证了国产AI硬件的能力，也为培养具备大规模模型开发…