torchtitan-npu 0.2.2.post2

Ascend End-to-End Large Model Training Adaptation Framework Based on torchtitan

torchtitan-npu

基于 torchtitan 的昇腾全流程大模型训练适配插件

简介

---

torchtitan-npu定位为torchtitan的昇腾（Ascend）后端扩展插件，通过即插即用的硬件亲和性优化，充分释放NPU算力，助力PyTorch native训练在昇腾平台无缝、高效、稳定地运行。

本插件基于社区 ModelConverter 拓展机制构建，已支持多维度训练优化，涵盖 NPU融合算子、图优化、图下沉、算子自动融合、显存管理、分布式并行以及调试维测能力等等。

社群

SIG 例会：sig-framework-adapter

最新消息

---

• [May. 2026]: 🚀 DeepSeek-V4 支持CP序列切分：基于 ParallelStyle 方式实现 DeepSeek-V4-Flash 模型 64K 序列切分功能支持。
• [May. 2026]: 🚀 DeepSeek-V4-Pro 模型续训练支持：基于纯FSDP + 大EP极简切分，使能AutoFuse特性，达成训练入图。
• [Apr. 2026]: 🚀 DeepSeek-V4-Flash 续训练 0day 支持：基于纯FSDP + 大EP极简切分，使能AutoFuse特性，达成训练入图，开箱即优。
• [Apr. 2026]: 🚀 【重要特性支持】算子自动融合：基于AscendC AutoFuse的能力，支持torch.compile + Inductor后端的算子自动融合。
• [Apr. 2026]: 🚀 torchtitan‑npu 正式开源：在 NPU 上支持 4D 并行等 torchtitan 原生特性，并引入 Swap Optimizer 等 NPU 亲和优化。

---

• TorchTitan-NPU 0day支持DeepSeek-V4续训练，助力训练场景轻松入图，开箱即优

Roadmap

---

当前季度的规划见 torchtitan-npu Roadmap。欢迎访问。

安装

源码安装：

git clone https://gitcode.com/cann/torchtitan-npu.git
cd torchtitan-npu
pip install -e .

详情参见 安装教程 。

快速上手

快速启动大语言模型的训练任务，参见 快速上手文档 。

特性支持概览

---

场景	特性名称	原生支持	NPU支持
并行能力	4D 并行 (FSDP2/TP/CP/PP)	✅	✅
	专家并行 (EP/ETP)	✅	✅
	自定义 CP (DeepSeek-V3.2 CP/SDPA Ulysses CP)	❌	✅
torch.compile	torch.compile	✅	✅
训练精度	MxFP8 量化	✅	✅ (Ascend 950)
	HiF8 量化	❌	✅ (Ascend 950)
训练调试与监控	分布式 Checkpoint	✅	✅
	调试工具	✅	✅
性能优化	Swap Optimizer	❌	✅
	NPU 融合算子适配	❌	✅

项目结构

torchtitan-npu 充分利用了 torchtitan 提供的 ModelConverter 插件化机制。该机制介入模型定义之后、并行策略（如 TP/FSDP）应用之前，支持以非侵入式的方式，通过注册机制对特定模块进行替换或重写。基于此方案，我们实现了融合算子优化、量化支持以及优化器增强等功能。见以下项目结构：

torchtitan-npu/
├── torchtitan_npu/     # torchtitan_npu核心源代码
│   ├── config/         # 对Config的补丁
│   ├── converters/     # 基于torchtitan ModelConverter机制的补丁
│   ├── distributed/    # 自定义分布式代码
│   ├── models/         # 基于torchtitan-npu的模型 (如DeepSeek-V3.2)
│   ├── patches/        # 其他补丁
│   ├── tools/          # 工具补丁
│   ├── entry.py        # 启动训练
│   ├── train.py        # 训练主流程补丁
│   └── __init__.py     # torchtitan-npu 插件修改注入点
├── docs/               # 文档

上下游软件栈架构图如下:

性能基准

---

2026.04

System: Atlas 800T A3

Model	Number of NPUs	Precision	GBS	Local BS	Sequence Length	FSDP	TP	PP	CP	EP	Throughput (tokens/p/s)	MFU
DeepSeek-V4-Flash	64	BF16	1024	1	4096	128	1	1	1	128	1110	29.07%
DeepSeek-V3.2-671B	64	BF16	128	1	32768	4	4	1	8	64	103	/
DeepSeek-V3.2-671B	64	BF16	512	1	4096	32	4	1	1	64	146	/
DeepSeek-V3-671B	64	BF16	1024	1	4096	32	4	1	1	128	546	/
DeepSeek-V3-671B + compile(Autofuse)	64	BF16	1024	1	4096	32	4	1	1	128	576	/

注：以上MoE模型的性能数据均开启负载均衡配置moe_force_load_balance=true。

免责声明

---

致 torchtitan‑npu 使用者

1. torchtitan‑npu 提供的所有内容仅供您用于非商业目的。
2. 对于 torchtitan‑npu 测试用例以及示例文件中所涉及的各模型和数据集，平台仅用于功能测试，华为不提供任何模型权重和数据集。如您使用这些数据进行训练，请您特别注意应遵守对应模型和数据集的 License，如您因使用这些模型和数据集而产生侵权纠纷，华为不承担任何责任。
3. 如您在使用 torchtitan‑npu 过程中，发现任何问题（包括但不限于功能问题、合规问题），请在 GitCode 提交 issue，我们将及时审视并解决。

torchtitan‑npu 功能依赖的 PyTorch 等第三方开源软件，均由第三方社区提供和维护，因第三方开源软件导致的问题的修复依赖相关社区的贡献和反馈。您应理解，torchtitan‑npu 仓库不保证对第三方开源软件本身的问题进行修复，也不保证会测试、纠正所有第三方开源软件的漏洞和错误。

License 声明

---

• torchtitan‑npu 产品的使用许可证，具体请参见 LICENSE。
• torchtitan‑npu 工具 docs 目录下的文档适用相应许可证，具体请查看根目录下的 LICENSE 文件。