资料修改2026-09尚无逐条事实核验记录；修改日期不代表已验证

TOOLBOX / 厂商档案 · 国产 · 全栈自主

本文仍包含未全面复核的历史资料；安装、许可、费用与当前权限请回到官方确认。查看已核信息范围

华为 盘古 Pangu

国产算力的中轴：昇腾芯片 + 盘古模型 + 鸿蒙生态构成"全自研栈"。盘古从 2025-07 首次开源（Ultra-MoE-718B）到 2026-06 的 OpenPangu 2.0 系列，开源节奏在加速——它的意义不止于模型，而在于"国产化替代"这条路的可行性证明。

一句话定位 + 能不能本地跑

模型演进（发布时间线）

算力与生态（真正的差异化）

官方口径（公开表态与策略）

• "全栈自主"：芯片（昇腾）→ 框架（MindSpore）→ 模型（盘古）→ 应用（鸿蒙/云），国产化替代的唯一全栈玩家。
• 开源是战略转向：2025 年起把盘古开源，目标是把国产算力生态的软件侧补起来（"有芯片更要有模型与工具"）。
• 信创刚需驱动：受出口管制影响，政企与关键行业对"全国产栈"的需求是它最实的市场。
• 芯模协同：模型针对昇腾优化（原生支持），在自家芯片上的性价比是宣传重点。

民间梗与争议

• "韬定律"讨论（2026-05）：自研理论框架的发布引发技术圈热议，评价两极。

  展开背景

  2026-05-25，华为在 IEEE ISCAS 2026 上由何庭波做主题演讲「New Semiconductor Path in Practice」，正式提出「韬（τ）定律」：把半导体演进的优化目标从「几何尺寸能缩多小」换成「信息在系统里能跑多快」，用时间常数 τ 取代几何缩放，配套技术是 LogicFolding（垂直堆叠）与 UnifiedBus。官方新闻稿给出硬指标：2026 年秋季发布的新芯片将首发 LogicFolding，到 2031 年华为设计的高端芯片晶体管密度将达到相当于 14 Å（1.4 nm）制程的水平；官方 X 帖同步复述了这条时间表（1,199 赞）。解读并不一致：厂商侧强调「不缩尺寸、改抢时间」的路线，Futurum 分析师 Brendan Burke 则把问题定在量产——若 1.5 μm 的 LogicFolding 间距站得住，封装竞赛的格局要重新定价，但工具链成熟度、晶圆间工艺偏差与生态碎片化都是风险项，LogicFolding 带来的密度跃升约等于传统工艺三年的进度，首发落在 Kirin 2026 SoC 与 Ascend 加速卡线。HN 的讨论帖 13 分 7 评论，质疑多集中在「没有第三方复现」。它引发两极评价，是因为它同时是技术与叙事：一家被挡在先进制程之外的厂商，宣称用「不缩尺寸、改抢时间」绕开摩尔定律——信与不信，最终都要在货架上验证。来源：Huawei 官方：Presents the Tau (τ) Scaling Law（2026-05-25） · Huawei 官方 X：韬定律与 2031 年 14 Å 目标（2026-05-25） · Futurum Group（Brendan Burke）：τ 定律是否挑战 Intel/TSMC 的逻辑制程领先（2026-05-26） · HN 讨论：华为提出韬定律（2026-05-25，13 分 7 评论） · HN 讨论：Tau Scaling Law 相关帖（2026-05-25）

• 开源从"迟到"到"加速"：从全闭源到 2.0 系列密集开源，社区态度从怀疑转向观望。

  展开背景

  节奏变化可以用日期量出来。2025-06-30 华为首次开源盘古（7B dense 与 Pangu Pro MoE 72B）；2026-06 的 OpenPangu 2.0 主线之后，2026-06-30 放出 openPangu-2.0-Flash（92B 总参、A6B 激活、512K 上下文），2026-08-01 上线 openPangu-2.0-Pro（505B 总参数、180B 稀疏激活、512K 上下文，权重与推理代码同时放出）——一年多时间从「全闭源」走到「主线＋轻量＋旗舰」三档齐发。载体是官方仓库：昇腾社区在 GitCode 的 ascend-tribe 组织与 ModelScope 的 huawei 组织都建了模型页。社区侧的动作也从「观望」变成「动手」：GitHub 上出现以 openPangu-7B 为底座做优化的项目（EvoOpt，332 star）与专门支持 openPangu-2.0-Flash 的 llama.cpp 分支（8 star），说明跨平台推理生态正在被民间补齐。海外报道同步跟进（Huawei Central 记录了 openPangu 2.0 Pro 的发布）。怀疑没有消失——开源是战略转向与「生态适配仍靠社区自力更生」同时成立，这正是态度从怀疑转向观望的原因：动作从一次性表态变成了持续推进。来源：官方仓库：openPangu-2.0-Pro（昇腾社区 GitCode 组织） · 官方模型页：openPangu-2.0-Pro（ModelScope huawei 组织） · Huawei Central：openPangu 2.0 Pro 发布（2026-08） · 社区项目：以 openPangu-7B 为基座的 EvoOpt（GitHub，332 star） · 社区适配：llama.cpp 的 openPangu-2.0-Flash 分支（GitHub） · HN 记录：openPangu 2 Flash 权重与训练算子放出（2026-06-30）

• 与达摩院/其他团队的重名混淆：盘古同名项目历史上有过争议，检索时注意来源。

  展开背景

  「盘古」在中文 AI 语境里是个被反复使用的名字：华为自己的 Pangu-Weather（气象线，arXiv 2022-11）与后来的盘古大模型同名不同线，社区里还有各种「盘古」项目——检索时混在一起几乎是必然，arXiv 编号（如 Pangu-Weather 的 2211.02556）反倒是最可靠的区分锚点。真正把重名推向争议的是 2025-07 的「套壳」风波：2025-06-30 华为开源 Pangu 7B 与 Pangu Pro MoE 72B 之后，阿里云方面指这个 72B 模型基于 Qwen-2.5 14B 训练；随后 GitHub 上出现匿名爆料仓库与第三方比对项目，另有流传更广的爆料长文（HN 119 分）。华为 2025-07-05 回应：模型集成了部分开源模型的代码，但并非基于其他公司的数据训练，训练在昇腾芯片上完成；同期官方技术报告《Pangu Pro MoE: Mixture of Grouped Experts for Efficient Sparsity》在 HN 拿到 321 分的讨论。需要说明的是：指控与否认都缺少公开的第三方复现实验，至今没有定论——这才是「检索时注意来源」这句提醒真正的分量：同名项目多、爆料与澄清混在同一批搜索结果里，看错一条就可能把别家的「盘古」算到华为头上。来源：官方技术报告：Pangu Pro MoE（arXiv 2505.21411） · 官方论文：Pangu-Weather（arXiv 2211.02556） · Huawei Central：华为否认用竞争对手数据训练盘古（2025-07-05） · HN 讨论：华为发布基于昇腾训练的开源权重模型（2025-07-02，321 分） · HN 讨论：爆料称盘古抄袭 Qwen 与 DeepSeek（2025-07-06，119 分）

• "国产替代的定价"：昇腾方案的采购与迁移成本是长期讨论点（对比 NVIDIA 生态）。

  展开背景

  争论的核心不是「能不能用」，而是「划不划算」。能力侧有一条公开基线：CFR 在 2025-12 的分析引 DeepSeek 研究者结论称，华为昇腾 910C 约为 NVIDIA H100 的 60%，而中国最先进晶圆厂的制程与产能都远落后于台积电，先进设备出口管制让差距短期内难以消除。华为的应对是系统级堆叠：2025-07 上海 WAIC 公开的 CloudMatrix 384 用 384 颗昇腾 910C 以自研 super-node 互联，正面对标 NVIDIA GB200 NVL72——用「堆更多芯片」弥补单卡吞吐，HN 上有 4 分的转帖记录。对采购方来说，账单因此分成三块：芯片与整机单价、把现有 CUDA 栈迁到昇腾（CANN / MindSpore）的工程成本、以及信创场景要求的私有化交付成本；官方入口是昇腾社区（hiascend.com），文档与工具链以中文为主。所以「国产替代的定价」被长期讨论，不是因为它一定更贵，而是因为比价对象不同——NVIDIA 的报价单里没有迁移费，昇腾的报价单里也没有「可替代性」，两者本来就是两套账。来源：CFR：中国的 AI 芯片缺口——华为为何追不上 NVIDIA（2025-12-16） · Notebookcheck：CloudMatrix 384 以 384 颗昇腾 910C 对标 GB200 NVL72（2025-07-26） · 官方入口：昇腾社区（hiascend.com） · HN 讨论：CloudMatrix 384 挑战 NVIDIA（2025-07-27） · HN 讨论：中国 AI 芯片缺口（2025-12-16）

• 说明：以上为公开报道与社区讨论，非官方定论。

怎么用（三条路）

1. 本地/私有化部署（开源档）

• OpenPangu 2.0 Flash/Pro：优先昇腾平台（原生优化）；推理框架用 MindSpore 或主流推理引擎的昇腾后端。
• 想用 NVIDIA 平台跑：社区有适配，但性能与文档支持不如昇腾原生。

2. 企业级交付（主流路径）

• 华为云 ModelArts / 盘古大模型服务：行业方案 + 私有化部署（信创场景）。

3. 开发者生态

• DevEco（鸿蒙端侧）、ModelArts Studio（云上开发）。

避坑

• 硬件路线强绑定：昇腾原生是优势也是限制，跨平台性能需实测。
• 许可需确认：自有许可条款（商用、分发）与 Apache 系不同，前置确认。
• 超大档门槛高：718B MoE 不是消费级能碰的，评估算力成本。
• 文档与社区偏中文信创场景：海外社区资源少，问题排查靠官方文档。
• 产品命名多：盘古 / OpenPangu / Pangu / 盘古大模型服务，注意区分版本与形态。

关键数据与观察点

竞争位置

上手速查

官方入口

• 官网：huawei.com · 云：huaweicloud.com
• 权重：Hugging Face（华为官方组织）/ ModelScope（国内镜像）
• 开源仓库：官方 GitCode / GitHub 组织

串联

• 横向比较 → 本地部署厂商地图（华为属权重开放）
• 本地部署 → LLM 本地部署 / vLLM
• 信创场景 → 闭源厂商地图（私有化交付路线对照）