2026 年 6 月 12 日，華為開發者大會 HDC 2026 在東莞松山湖舉辦，余承東主題演講正式發佈 openPangu 2.0。6 月 30 日，openPangu-2.0-Flash 模型權重、基礎推論程式碼、訓推算子正式開源上線 GitCode——這不只是又一個開源模型，它是全球首個在非 NVIDIA 硬體上完成前沿規模訓練的開源大模型，也是業界極少數真正做到全鏈路開源的超大規模 MoE 模型。

兩個版本，統一 512K 超長上下文：

512K 上下文相當於一次處理約 8 本《三體》（第一部）的文字量——完整合約、大型程式碼庫、超長對話紀錄均可單次送入。

計畫開源的 7 大元件：

openPangu 2.0 採用 MoE（混合專家）架構，關鍵技術特點：

全球首個「無 NVIDIA」前沿大模型訓練：全部訓練在華為昇騰 910B NPU 上完成，未使用任何 A100 或 H100。在美國持續收緊對華高端 AI 晶片出口管制的背景下，華為不僅訓練出 505B MoE 模型，還實現：

開發者生態：軟體棧基於 CANN（華為自研，類 CUDA）+ torch_npu（PyTorch 適配層）。標準 PyTorch 程式碼透過 import torch_npu 即可切換昇騰後端。部署平台涵蓋：華為雲 ModelArts API、GitCode Ascend Tribe 自部署、鴻蒙原生端側整合。

已發佈 Flash-Int8 量化版，支援 W4A8 量化，記憶體占用減少 40%，精度損失 <10%。

import torch
import torch_npu

model = load_openpangu("./openPangu-Flash")
model = model.to("npu:0")
output = model.generate(input_ids.to("npu:0"), max_new_tokens=512, temperature=0.7)

能力矩陣（基於架構推斷，獨立第三方 benchmark 尚在評測中）：

openPangu 2.0 不是現階段綜合能力最強的開源大模型（程式碼與複雜推論上 DeepSeek V4 Pro 優勢明顯），但在 512K 超長上下文、國產自主可控、昇騰原生 2× 吞吐、全鏈路開源、端側適配 五個維度上幾乎無可替代。

地緣政治與歷史意義：openPangu 2.0 是全球首個在非 NVIDIA 硬體上完成前沿規模訓練的開源大模型。余承東在 HDC 2026 表示：「在我余生的字典裡，沒有第二，只有第一。」全鏈路開源對學術研究（完整復現訓練）、產業客製（垂直域二次預訓練）、昇騰生態建設均具戰略價值。

HarmonyOS Agent 底座：HarmonyOS 7 全面進入 Agent 智慧時代，openPangu 2.0 是 Agent 任務原生 AI 引擎；鴻蒙智慧體框架 2.0 複雜任務執行成功率 >90%；端側 30B 模型實現手機本地大模型執行，無需連網。

openPangu License：可商業使用、免版權費、非排他性；具體條款以 GitCode 儲存庫為準。

開源路線圖：

純 API 呼叫無法替代 Agent 生產宿主：筆電合蓋斷線、多路 Key 管理混亂、鴻蒙/OpenClaw 流水線需 macOS 常駐——本地除錯與雲端 API 各有隱性成本。對於需要 7×24 穩定執行多模型 Agent、同時對接華為雲 ModelArts 與 OpenRouter 路由的生產環境，KVMNODE 獨占 Mac Mini 雲端租用通常是更優解：Apple Silicon 原生工具鏈、按天/週/月彈性下單。詳見 定價頁，部署疑難可至 說明中心，下單走 訂購入口。