MindSpeed LLM：基于昇腾生态的大语言模型分布式训练套件，旨在为华为 昇腾芯片 生态合作伙伴提供端到端的大语言模型训练方案，包含分布式预训练、分布式指令微调以及对应的开发工具链，如：数据预处理、权重转换、在线推理、基线评估等。
注意 : 原仓名ModelLink更改为MindSpeed LLM，原包名modellink更改为mindspeed_llm
未来规划会刷新在MindSpeed LLM RoadMap中，欢迎访问LLM最新规划动态。
MindSpeed LLM系列TC及SIG会议安排请查看Ascend会议中心
为了交流开发经验、分享使用心得、及时获取项目更新，我们创建了MindSpeed LLM社区交流群。无论你是正在使用这个项目，还是有奇思妙想，都欢迎加入。
加入方式：
- 直接扫码加入微信交流群（二维码7天有效，定期更新）
- 添加昇腾开源小助手，获取群链接，进入MindSpeed LLM社区交流群
-
[Apr. 25, 2026]: 🚀 DeepSeekV4-Flash 定长数据预训练支持 【Prototype】
-
[Apr. 16, 2026]: 🚀 MiniMax_M27 模型支持 【Prototype】
-
[Mar. 28, 2026]: 🚀 Mamba3-block demo模型支持 【Prototype】
-
[Mar. 27, 2026]: 🌴 MindSpeed LLM发布v26.0.0分支，支持core_v0.12.1版本
-
[Mar. 10, 2026]: 🚀 MindSpeed LLM 模型下架夕阳计划第二期 启动，感谢每一份曾经的贡献
-
[Feb. 12, 2026]: 🚀 GLM5 模型支持 【Prototype】
-
[Feb. 11, 2026]: 🚀 Step-3.5-Flash 模型支持 【Prototype】
-
[Feb. 10, 2026]: 🚀 FSDP2训练后端上线，支持Qwen3-Next 模型 【Prototype】
-
[Feb. 04, 2026]: 🚀 Qwen3-Coder-Next 模型支持mcore后端 【Prototype】
-
[Jan. 28, 2026]: 🌴 社区版镜像配套2.3.0分支上线 【Prototype】
-
[Jan. 23, 2026]: 🌴 社区版镜像配套2.2.0分支上线 【Prototype】
-
[Jan. 16, 2026]: 🌴 MindSpeed LLM发布v2.3.0分支，支持core_v0.12.1版本
-
[Dec. 24, 2025]: 🚀 GPT-OSS 模型支持
-
[Dec. 11, 2025]: 🚀 Qwen3-Next 模型训练支持triton融合加速GDN模块计算 【Prototype】
-
[Nov. 25, 2025]: 🚀 数据/权重在线加载训练
-
[Nov. 14, 2025]: 🚀 magistral 模型支持 【Prototype】
-
[Oct. 30, 2025]: 🚀 MindSpeed LLM 模型下架夕阳计划 启动，感谢每一份曾经的贡献
-
[Oct. 28, 2025]: 🌴 MindSpeed LLM发布v2.2.0分支，支持core_v0.12.1版本
-
[Oct. 16, 2025]: 🚀 Qwen3-30B支持DPO训练
-
[Oct. 14, 2025]: 🚀 DeepSeek-V3预训练已支持基于 MindSpore AI框架 运行
-
[Sep. 16, 2025]: 🚀 Qwen3-Next 模型支持
-
[Aug. 23, 2025]: 🚀 大参数模型权重转换v2优化版本上线
-
[Jul. 28, 2025]: 🚀 GLM-4.5-Air 系列模型同步首发支持
-
[Jul. 25, 2025]: 🌴 MindSpeed LLM发布v2.1.0分支，支持core_r0.8.0版本
-
[Jul. 10, 2025]: 🚀 DeepSeek-R1 系列功能逐步上线
-
[May. 19, 2025]: 🚀 Qwen3 系列模型同步首发支持
-
[Mar. 27, 2025]: 🚀 DeepSeek-R1-ZERO Qwen-7B DeepSeek-R1-ZERO Qwen-32B
-
[Mar. 26, 2025]: 🚀 DeepSeek-V3-671B模型全家桶 上线
注意：【Prototype】表示特性未经过充分验证，若使用存在问题请至issue反馈。
- MindSpeed LLM率先支持MiniMax M2.7训练复现，加速模型迭代完成复杂任务
- 告别繁琐预处理！MindSpeed LLM推出Train_from_HF功能，实现加载即训练
- 极速响应！MindSpeed LLM无缝适配Step-3.5-Flash，解锁大规模MoE模型落地新可能
- MindSpeed LLM全新升级——支持FSDP训练后端，Qwen3-Next-Coder模型天级适配
- 基于昇腾快速上手Qwen3-Coder-Next模型，手把手指南来了！
MindSpeed LLM 项目代码按照模块化设计原则进行组织，详细介绍参见 项目导读。
MindSpeed-LLM/
├── ci # 门禁看护
├── configs # 配置文件目录
├── docs # 项目文档目录
├── examples # 模型示例脚本
├── mindspeed_llm # 核心代码目录
├── tests # 测试用例目录
├── convert_ckpt.py # 权重转换工具
├── convert_ckpt_v2.py # 权重转换工具 v2
├── preprocess_data.py # 数据预处理工具
├── pretrain_gpt.py # 预训练流程
├── pretrain_mamba.py # 预训练mamba模型流程
├── posttrain_gpt.py # 后训练流程
├── preprocess_prompt.py # 提示词预处理工具
├── rlhf_gpt.py # RLHF 训练流程
├── train_fsdp2.py # FSDP2 训练流程
├── inference.py # 模型推理工具
├── evaluation.py # 模型评估工具
├── setup.py # 安装配置文件
├── README.md # 项目说明文档文档导读提供了 MindSpeed LLM 的完整使用指南，包含以下核心内容：
- 环境安装指导：MindSpeed LLM 的安装配置说明
- 快速入门：从环境安装到训练拉起的入门指导
- 模型清单：PyTorch 和 MindSpore 框架支持的模型列表
- 特性清单：性能优化和显存优化的特性说明
- 训练方案：预训练、微调、推理、评估等完整方案
- 工具链：权重转换、数据集处理、性能采集分析、确定性计算等工具使用说明
详见版本说明。
- 详细的安装步骤和环境配置请参考MindSpeed LLM安装指导（基于PyTorch）。
- 详细的安装步骤和环境配置请参考MindSpeed LLM安装指导（基于MindSpore）。
指导开发者快速启动大语言模型的预训练和微调任务，具体的操作请参考：
MindSpeed LLM目前已内置支持百余个业界常用LLM大模型的预训练与微调，支持模型清单可查看：
MindSpeed LLM包含分布式预训练、分布式微调等训练方案，具体介绍请参考训练方案与特性说明。
| 特性 | Mcore | Released | 贡献方 |
|---|---|---|---|
| 流式推理 | ✅ | ✅ | 【NAIE】 |
| Chat对话 | ✅ | ✅ | 【NAIE】 |
| yarn上下文扩展 | ✅ | ❌ | 【Ascend】 |
仓库模型基线见开源数据集评测基线
| 场景 | 数据集 | Mcore | Released | 贡献方 |
|---|---|---|---|---|
| 评测 | MMLU | ✅ | ❌ | 【NAIE】 |
| CEval | ✅ | ❌ | 【NAIE】 | |
| BoolQ | ✅ | ❌ | 【NAIE】 | |
| BBH | ✅ | ❌ | 【NAIE】 | |
| AGIEval | ✅ | ❌ | 【NAIE】 | |
| HumanEval | ✅ | ❌ | 【NAIE】 |
MindSpeed LLM支持Huggingface、Megatron-core两种格式的权重互转，支持LoRA权重合并。权重转换特性参数和使用说明参考权重转换。
| 源格式 | 目标格式 | 切分特性 | LoRA | 贡献方 | Released |
|---|---|---|---|---|---|
| Huggingface | Megatron-core | tp、pp、dpp、vpp、cp、ep、loop layer | ❌ | 【Ascend】 | ❌ |
| Megatron-core | Huggingface | ✅ | |||
| Megatron-core | tp、pp、dpp、vpp、cp、ep、loop layer | ✅ |
MindSpeed LLM支持预训练、指令微调等多种任务的数据预处理。
| 任务场景 | 数据集 | Mcore | Released | 贡献方 |
|---|---|---|---|---|
| 预训练 | 预训练数据处理 | ✅ | ✅ | 【Ascend】 |
| 微调 | Alpaca风格 | ✅ | ✅ | |
| ShareGPT风格 | ✅ | ✅ |
| 场景 | 特性 | Mcore | Released | 贡献方 |
|---|---|---|---|---|
| 性能采集 | 基于昇腾芯片采集 profiling 数据 | ✅ | ❌ | 【Ascend】 |
| 场景 | 特性 | Mcore | Released | 贡献方 |
|---|---|---|---|---|
| 高可用性 | 基于昇腾芯片开启确定性计算 | ✅ | ❌ | 【Ascend】 |
MindSpeed LLM版本有以下五个维护阶段：
| 状态 | 时间 | 说明 |
|---|---|---|
| 计划 | 1—3 个月 | 计划特性 |
| 开发 | 3 个月 | 开发特性 |
| 维护 | 6-12 个月 | 合入所有已解决的问题并发布版本，针对不同的MindSpeed LLM版本采取不同的维护策略，常规版本和长期支持版本维护周期分别为6个月和12个月 |
| 无维护 | 0—3 个月 | 合入所有已解决的问题，无专职维护人员，无版本发布 |
| 生命周期终止（EOL） | N/A | 分支不再接受任何修改 |
MindSpeed LLM已发布版本维护策略：
| MindSpeed LLM版本 | 对应标签 | 维护策略 | 当前状态 | 发布时间 | 后续状态 | EOL日期 |
|---|---|---|---|---|---|---|
| 2.3.0 | v2.3.0 | 常规版本 | 维护 | 2025/12/30 | 预计2026/6/30起无维护 | |
| 2.2.0 | v2.2.0 | 常规版本 | 维护 | 2025/9/30 | 预计2026/3/30起无维护 | |
| 2.1.0 | v2.1.0 | 常规版本 | EOL | 2025/6/30 | 生命周期终止 | 2025/12/30 |
| 2.0.0 | v2.0.0 | 常规版本 | EOL | 2025/3/30 | 生命周期终止 | 2025/9/30 |
| 1.0.0 | v1.0.0 | 常规版本 | EOL | 2024/12/30 | 生命周期终止 | 2025/6/30 |
| 1.0.RC3 | v1.0.RC3.0 | 常规版本 | EOL | 2024/09/30 | 生命周期终止 | 2025/3/30 |
| 1.0.RC2 | v1.0.RC2.0 | 常规版本 | EOL | 2024/06/30 | 生命周期终止 | 2024/12/30 |
| 1.0.RC1 | v1.0.RC1.0 | 常规版本 | EOL | 2024/03/30 | 生命周期终止 | 2024/9/30 |
| bk_origin_23 | \ | Demo | EOL | 2023 | 生命周期终止 | 2024/6/30 |
- MindSpeed LLM提供的模型仅供您用于非商业目的。
- MindSpeed LLM功能依赖的Megatron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修复依赖相关社区的贡献和反馈。您应理解，MindSpeed LLM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。
- 对于各模型，MindSpeed LLM平台仅提示性地向您建议可用于训练的数据集，华为不提供任何数据集，如您使用这些数据集进行训练，请您特别注意应遵守对应数据集的License，如您因使用数据集而产生侵权纠纷，华为不承担任何责任。
- 如您在使用MindSpeed LLM模型过程中，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。
如果您不希望您的数据集在MindSpeed LLM中的模型被提及，或希望更新MindSpeed LLM中的模型关于您的数据集的描述，请在Gitcode提交issue，我们将根据您的issue要求删除或更新您的数据集描述。衷心感谢您对MindSpeed LLM的理解和贡献。
如果您希望向MindSpeed LLM报告问题和贡献代码，具体请参见贡献指南。
MindSpeed LLM仓库基本使用过程中常见问题可以参考MindSpeed LLM FAQ。FAQ中未能涵盖的问题，可以在仓库的issues列表中尝试寻找类似问题，或者提交新的issue。
MindSpeed LLM由华为公司的下列部门以及昇腾生态合作伙伴联合贡献 ：
华为公司：
- 计算产品线：Ascend
- 公共开发部：NAIE
- 全球技术服务部：GTS
- 华为云计算：Cloud
生态合作伙伴：
- 移动云（China Mobile Cloud）：大云震泽智算平台
- 工商银行软件开发中心大数据人工智能实验室
感谢来自社区的每一个PR，欢迎贡献 MindSpeed LLM。