华为昇腾宣布已支持 RL 训推一致性，Qwen3-30B MoE 实测 Logdiff 为 0、最高 60% 性能收益

华为昇腾基于 Ascend C 编程语言提供完整训推一致算子集，在 Qwen3-30B MoE 模型上实现 Logdiff 为 0，并通过 FA 算子优化在 Eager 模式下获得 20%-60% 性能收益。相关基础设施已开源，还将上线“训推一致问题识别 Skill”，用于排查残余 logdiff 并定位算子路径或框架实现差异。