昇腾 950 FP8 训练实测:单卡实际仅 217-279 TFLOPS

teortaxesTex · x · 2026-11-21

华为公开 openPangu 基于昇腾 950 超节点的 FP8 低精度训练实践,称训练 loss 误差小于 0.16%、MFU 达 51%、FP8 相比 BF16 加速 24%,相关技术将开源。

但发帖人 teortaxesTex 拆解了这组数字的实际含义:51% 的 MFU 是相对 BF16 峰值计算的(MXFP8 达到 BF16 峰值的 51%)。昇腾 950DT 标称最高档 36-Cube-Core 有 547 TFLOPS,低档位分别为 486 和 425 TFLOPS——折算下来单颗 NPU 的实际训练算力约 217-279 TFLOPS。作为对照,DeepSeek 2024 年在 H800 上做到了 385 TFLOPS。结论:差距不小。

配图还显示 950 超节点用 1024 卡训练、EP 64 路、序列长度 4096,并附 DeepSeek 论文的训练指标对比表(causal 385 TFLOPS / MFU 38.9%)。

所属事件:昇腾 950 FP8 训练实测引争议,MFU 数据遭质疑(2 条相关)→

原文链接 →

「Infra」频道最新

更多「Infra」频道 AI 资讯 →