Huawei openPangu 2.0 вышел в open source —
обучен без единого GPU NVIDIA

• Считать релиз «ещё одним weight drop»: Большинство моделей публикуют веса и inference-код. openPangu 2.0 планирует открыть pre-training code, post-training code и Ascend training operators — крайне редко на масштабе 505B.
• Оценивать суверенный AI только по SWE-bench: DeepSeek V4 Pro (~200B active parameters) сегодня лидирует в coding и deep reasoning. openPangu выигрывает по 512K контексту, native throughput на Ascend и нулевой зависимости от NVIDIA.
• Игнорировать hardware affinity: Обучение прошло полностью на Ascend 910B NPU. Бенчмарки на NVIDIA без CANN + torch_npu искажают выводы.

Под US export controls на advanced AI chips openPangu 2.0 доказывает: frontier-scale training возможен без A100/H100 — прямой вызов тезису «без NVIDIA нет frontier model».

Обе версии поддерживают 512K tokens — примерно восемь полноценных романов, крупную code base или полный пакет юридических контрактов в одном prompt.

Семь планируемых open-source компонентов: model architecture (опубликована), weights (Flash live, Pro в июле), technical report (опубликован), inference code + training operators (опубликованы), pre-training code (H2 2026), post-training code с SFT/RLHF (H2 2026), Ascend custom training operators (H2 2026).

Лицензия openPangu License (permissive): commercial use разрешён, royalty-free, non-exclusive. Точные условия — в LICENSE на GitCode.

• mHC (Multi-Head Combinatorial) routing: Улучшенный expert routing с меньшим load imbalance.
• Muon optimizer: Second-order momentum optimizer (Microsoft research), адаптирован для stability на больших масштабах.
• ModAttn (Modular Attention): Эффективно обеспечивает контекст 512K.
• DSA+SWA ultra-sparse attention (только Flash): Экстремальная sparsity — 6B active из 92B total на token.

Результаты обучения на Ascend (NVIDIA silicon не использовался):

• 2× single-card throughput vs mainstream open models на Ascend
• +30% hypernode training efficiency
• +50% 512K long-sequence training throughput
• >99% train/inference distribution consistency (известная MoE-проблема)
• Flash-Int8 quantization: ~40% меньше памяти, <10% quality loss (W4A8)

Developer stack: CANN (Huawei runtime уровня CUDA) + torch_npu. Стандартный PyTorch переключает backend через import torch_npu. Пути deployment: Huawei Cloud ModelArts API, GitCode self-host, HarmonyOS native edge.

Edge variant: 30B on-device model — inference ~50% быстрее, ~20% меньше памяти, offline на Kirin mobile chips.

Hub репозиториев (проверять после каждого release):

https://gitcode.com/org/ascend-tribe/repos

Независимые third-party benchmarks пока недоступны (release 30 июня). Матрица ниже основана на архитектуре; scores обновим после публикации на public leaderboards.

• Coding / deep reasoning: DeepSeek V4 Pro лидирует сегодня.
• Agent / MCP tooling: экосистема Kimi K2.7 зрелее.
• Документы свыше 256K tokens: openPangu 2.0 Pro (512K) — очевидный выбор.
• Sovereignty / без зависимости от US tech: openPangu 2.0 — единственный frontier option.
• Ascend / Huawei Cloud: openPangu даёт 2× native throughput.
• Local inference при ограниченном VRAM: Flash (6B active, ~96GB unified memory).

Option 1 — Huawei Cloud ModelArts (быстрее всего, без железа)

1. Зарегистрировать Huawei Cloud account и пройти verification.
2. Открыть ModelArts → AI Gallery и найти openPangu 2.0.
3. Подписаться на Flash или Pro и получить API endpoint плюс auth token.
4. Собрать Chat Completions request с model, messages и max_tokens.
5. Отправить test call через curl или SDK для проверки latency.
6. Подключить к production routing с retries, rate limits и logging для Agent/RAG workloads.

curl -X POST "https://modelarts.${REGION}.myhuaweicloud.com/v1/infers/openpangu-2-flash/chat/completions" \
  -H "Content-Type: application/json" \
  -H "X-Auth-Token: ${TOKEN}" \
  -d '{
    "model": "openpangu-2.0-flash",
    "messages": [{"role": "user", "content": "Объясни MoE architecture простыми словами"}],
    "max_tokens": 1024
  }'

Option 2 — Self-hosted через GitCode

Repos: openPangu-2.0-Flash, openPangu-2.0-Flash-Int8, openPangu-2.0-Infer, openPangu-2.0-Op.

python inference.py \
  --model_path ./openPangu-Flash \
  --device npu:0 \
  --context_length 512000 \
  --precision bf16

Huawei Cloud ModelArts:

https://www.huaweicloud.com/product/modelarts.html

Официальное объявление HDC 2026:

https://developer.huawei.com/consumer/cn/hdc/

Full-pipeline open source даёт академическое воспроизведение, enterprise domain pre-training и снижает барьер входа в Ascend — расширяя domestic AI hardware ecosystem Китая.

HarmonyOS Agent foundation: HarmonyOS 7 входит в эру Agent; openPangu 2.0 — native AI engine. HarmonyOS Agent Framework 2.0 сообщает >90% success на complex tasks; 30B on-device model работает локально без сети.

Roadmap: Flash release 30 июня (готово) → Pro weights в июле → H2 2026 pre/post-training code и дополнительные operators.

• Parameters: Pro 505B/18B active; Flash 92B/6B active
• Context: 512K tokens на обеих версиях
• Ascend throughput: ~2× mainstream open models на Ascend hardware
• Train/infer consistency: >99%
• Flash-Int8: ~40% memory reduction, <10% quality loss
• Edge 30B: inference ~50% быстрее, ~20% меньше памяти

Disclaimer: часть capability assessments — architecture-based inferences. Independent benchmarks добавим после публикации. Опубликовано: 1 июля 2026.

Если ваш stack сочетает openPangu API для long documents с iOS CI/CD, local Agent frameworks или Mac automation, API layer — только половина задачи. Laptops и VM страдают от Metal scheduling instability, thermal throttling и плохого 7×24 uptime. Для production iOS builds и AI Agent automation аренда bare-metal Mac CALMVPS обычно лучше: dedicated Apple Silicon, multi-region nodes, monthly elasticity, provisioning ~120 секунд. Цены: цены аренды, эксплуатация: центр помощи, заказ: оформить заказ Mac mini M4.