---
title: "PanGu (Huawei) (PL)"
source: "https://systems-analysis.info/int/PanGu_(Huawei)_(PL)"
wiki: "systems-analysis.info/int"
article: "PanGu_(Huawei)_(PL)"
language: "pl"
categories:
  - "Category:Large language models"
  - "Category:LLM families"
  - "Category:Machine learning"
  - "Category:Polish"
revision_id: 5450
wiki_created_at: 2026-09-06T23:49:28Z
wiki_modified_at: 2026-09-06T23:49:28Z
downloaded_at: 2026-09-07T23:08:33Z
---

# PanGu (Huawei) (PL)

**Huawei PanGu** (chiń. *盘古*) — to rodzina ultra-dużych wstępnie wytrenowanych modeli sztucznej inteligencji (foundation models), opracowanych przez Huawei Cloud. Nazwa „PanGu" nawiązuje do Pan Gu, mitologicznej praistoty w chińskiej kulturze, która stworzyła świat<sup>[\[1\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-hdc2021-1)</sup>. Rodzina PanGu obejmuje różne dziedziny, w tym przetwarzanie języka naturalnego (NLP), widzenie komputerowe (CV), analizę multimodalną, modelowanie predykcyjne oraz obliczenia naukowe.

## Historia i rozwój

### PanGu-α (2021)

Pierwszy model rodziny, **PanGu-α** (PanGu-Alpha), został zaprezentowany w kwietniu 2021 roku. Z **200 miliardami** parametrów stał się wówczas największym modelem językowym dla języka chińskiego, przewyższając pod względem rozmiaru GPT-3 (175 mld) firmy OpenAI<sup>[\[2\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-aibusiness_2021-2)</sup>.

Model został opracowany przez zespół Huawei Cloud we współpracy z laboratorium **Noah's Ark** i wytrenowany na klastrze złożonym z **2048** specjalizowanych procesorów **Huawei Ascend 910** z wykorzystaniem frameworku MindSpore<sup>[\[3\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-tech_report_alpha-3)</sup>. Korpus treningowy wyniósł 1,1 TB wysokiej jakości danych tekstowych w języku chińskim. PanGu-α osiągnął wysokie wyniki na benchmarku **CLUE** (Chinese Language Understanding Evaluation), zajmując pierwsze miejsce w klasyfikacji ogólnej<sup>[\[1\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-hdc2021-1)</sup>.

### PanGu 3.0 (2023): Podejście platformowe

W lipcu 2023 roku Huawei zaprezentowała platformę **PanGu 3.0**, oznaczającą przejście od pojedynczego modelu do wielopoziomowej architektury **„5+N+X"**, ukierunkowanej na zastosowania przemysłowe<sup>[\[4\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-pangu3_launch-4)</sup>.

- **L0 (Warstwa bazowa)**: Pięć fundamentalnych modeli (NLP, CV, multimodalny, predykcyjny i naukowo-obliczeniowy).
- **L1 (Warstwa branżowa)**: N modeli branżowych, poddanych fine-tuning na podstawie modeli bazowych dla konkretnych sektorów (administracja publiczna, finanse, produkcja i in.).
- **L2 (Warstwa scenariuszowa)**: X modeli przeznaczonych do konkretnych zadań aplikacyjnych (wirtualny asystent, prognozowanie trajektorii tajfunu i in.).

Takie hierarchiczne podejście pozwala klientom zarówno korzystać z gotowych rozwiązań, jak i przeprowadzać fine-tuning modeli branżowych na własnych danych, co znacznie upraszcza i obniża koszty adaptacji.

### PanGu 5.5 (2025): Architektura Mixture-of-Experts

W czerwcu 2025 roku Huawei ogłosiła aktualizację do **PanGu 5.5**, ukierunkowaną na pogłębione rozwiązywanie zadań przemysłowych. Kluczową cechą stała się architektura **mieszaniny ekspertów (MoE)** z 256 eksperckimi podsieciami, co pozwoliło zwiększyć łączną liczbę parametrów do **718 miliardów**<sup>[\[5\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-pangu5_techmag-5)</sup>. Architektura MoE umożliwia dynamiczną aktywację jedynie części modelu podczas rozwiązywania konkretnego zadania, co — według zapewnień Huawei — zapewnia **ośmiokrotne** zwiększenie efektywności inferencji w porównaniu z poprzednimi generacjami<sup>[\[6\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-aimagazine_5_5-6)</sup>.

## Kluczowe rozwiązania architektoniczne i techniczne

Modele PanGu zbudowane są na bazie architektury transformerowej typu GPT, lecz z szeregiem innowacji na potrzeby trenowania bardzo dużych modeli. W celu sterowania procesem generacji wprowadzono specjalną **warstwę zapytań** (Query Layer), która pomaga indukować pożądane wyjście na etapie wstępnego trenowania<sup>[\[3\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-tech_report_alpha-3)</sup>.

Trenowanie i eksploatacja modeli PanGu są ściśle zintegrowane z własną platformą sprzętową i programową Huawei:

- **Procesory Ascend 910**: Specjalizowane akceleratory AI stanowiące podstawę klastrów obliczeniowych.
- **Framework MindSpore**: Platforma do głębokiego uczenia z otwartym kodem źródłowym, wspierająca **technologię auto-równoległości**, która łączy pięć rodzajów równoległości (danych, modelu, potoku, optymalizatora i in.) w celu efektywnego rozdziału obliczeń pomiędzy tysiącami węzłów<sup>[\[3\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-tech_report_alpha-3)</sup>.

## Wyspecjalizowane modele i ich zastosowania

### PanGu-Weather

Jednym z najbardziej znanych modeli rodziny stał się **PanGu-Weather** — globalny meteorologiczny model oparty na głębokim uczeniu. W lipcu 2023 roku artykuł na jego temat został opublikowany w prestiżowym czasopiśmie naukowym *Nature*<sup>[\[7\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-nature_pangu_news-7)</sup>.

Model wykazał zdolność do przewyższania pod względem dokładności tradycyjnych numerycznych metod prognozowania pogody stosowanych przez **Europejskie Centrum Prognoz Średnioterminowych (ECMWF)** przy znacznie większej szybkości działania. Generacja globalnej prognozy na 24 godziny zajmuje modelowi **zaledwie kilka sekund** zamiast kilku godzin obliczeń superkomputerowych, co oznacza przyspieszenie wynoszące około **10 000 razy**<sup>[\[7\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-nature_pangu_news-7)</sup>. W sierpniu 2023 roku prognozy PanGu-Weather zostały zintegrowane z serwisem ECMWF do wykorzystania w praktycznych usługach meteorologicznych<sup>[\[8\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-nature_paper-8)</sup>.

### Zastosowania przemysłowe

Modele PanGu zostały wdrożone w ponad 500 scenariuszach w 30 sektorach gospodarki. Wybrane przykłady:

- **Rolnictwo**: Chińska Akademia Nauk Rolniczych (CAAS) przy pomocy PanGu opracowała model do hodowli selekcyjnej, co pozwoliło wyhodować eksperymentalną odmianę ryżu o ulepszonej odporności na wyleganie<sup>[\[5\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-pangu5_techmag-5)</sup>.
- **Przemysł naftowo-gazowy**: CNPC wykorzystuje model PanGu do automatycznego wykrywania defektów rurociągów z dokładnością submilimetrową, zwiększając efektywność o ~40%<sup>[\[9\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-cnpc_case-9)</sup>.
- **Administracja publiczna**: W Shenzhen powstał inteligentny asystent **„Xiaofu"**, który dostarcza obywatelom informacji o usługach publicznych, opierając się na korpusie ponad 200 000 lokalnych dokumentów<sup>[\[4\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-pangu3_launch-4)</sup>.
- **Farmakologia**: Model **PanGu Drug Molecule** jest wykorzystywany do przyspieszenia procesu screeningu kandydatów na leki. Ogłoszono, że przy jego pomocy odkryto nową klasę antybiotyków, co stanowi pierwszy przełom w tej dziedzinie od 40 lat<sup>[\[4\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-pangu3_launch-4)</sup>.

## Otwarcie kodu źródłowego

W czerwcu 2025 roku Huawei ogłosiła otwarcie kodu źródłowego (open-source) części modeli rodziny PanGu. W publicznym dostępie udostępniono<sup>[\[10\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-opensource_2025-10)</sup>:

- **PanGu Dense Model 7B** (7 mld parametrów).
- **PanGu Pro MoE Model 72B** (72 mld parametrów).

Ten krok ma na celu stymulowanie innowacji i budowanie otwartego ekosystemu wokół platformy sprzętowej **Huawei Ascend**, co stanowi strategiczną odpowiedź na globalną konkurencję w dziedzinie AI<sup>[\[10\]](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_note-opensource_2025-10)</sup>.

## Literatura

- Zeng, W.; et al. (2021). *PanGu‑α: Large‑Scale Autoregressive Pretrained Chinese Language Models*. PDF.
- Huawei (2021). *HDC.Cloud 2021: Huawei Releases Six Ground‑breaking Products to Supercharge the Cloud and Intelligent Transformation of Business*. Online news.
- Huawei Cloud (2023). *Reshaping Industries with AI: Huawei Cloud Launches PanGu Models 3.0 and Ascend AI Cloud Services*. Online news.
- Bi, K.; et al. (2023). *Accurate Medium‑Range Global Weather Forecasting with 3D Neural Networks*. *Nature*, 620, 560–566. DOI:10.1038/s41586‑023‑06185‑3.
- Technology Magazine (2025). *What Huawei PanGu 5.5 Models Mean for Industrial AI*. Online article.
- MindSpore Team (2021). *MindSpore: An All‑Scenario Deep Learning Computing Framework (White Paper v1.1)*. PDF.
- Zhang, S.; et al. (2024). *Ascend 910 NPU SoC Architecture for Large‑Scale AI Training*. *arXiv:2407.11888*. Online preprint.
- AIbase News (2025). *Huawei Open Sources Dense PanGu 7B and Mixture‑of‑Experts PanGuPro 72B*. Online news.
- CNPC & Huawei Cloud (2024). *Kunlun: Large‑Scale AI Model for Oil and Gas Pipeline Defect Detection*. Online case study.
- MindSpore Docs (2024). *Automatic Parallel — Five‑Mode Hybrid Strategy in MindSpore*. Online documentation.
- Press, O.; et al. (2021). *Train Short, Test Long: Attention with Linear Biases Enables Input‑Length Extrapolation*. arXiv:2108.12409.
- Law, M. (2025). *How Huawei PanGu 5.5 AI Models Transform Industry Operations*. *AI Magazine*. Online article.

## Przypisy

1.  <span id="cite_note-hdc2021-1">↑ <sup>[1.0](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-hdc2021_1-0)</sup> <sup>[1.1](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-hdc2021_1-1)</sup> «HDC.Cloud 2021: Huawei Releases Six Groundbreaking Products to Supercharge the Cloud and Intelligent Transformation of Business». *Huawei*. <a href="https://www.huawei.com/en/news/2021/4/hdc-cloud-2021-six-products-cloud-intelligent-transformation" class="external autonumber" rel="nofollow">[1]</a></span>
2.  <span id="cite_note-aibusiness_2021-2">[↑](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-aibusiness_2021_2-0) Wodecki, Ben (27 Apr 2021). «Huawei has created the world's largest Chinese language model». *AI Business*. <a href="https://aibusiness.com/nlp/huawei-has-created-the-world-s-largest-chinese-language-model" class="external autonumber" rel="nofollow">[2]</a></span>
3.  <span id="cite_note-tech_report_alpha-3">↑ <sup>[3.0](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-tech_report_alpha_3-0)</sup> <sup>[3.1](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-tech_report_alpha_3-1)</sup> <sup>[3.2](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-tech_report_alpha_3-2)</sup> Zeng, Wei, et al. (Apr 2021). «PanGu-α: Large-scale Autoregressive Pretrained Chinese Language Models». *Technical Report*. <a href="https://s10251.pcdn.co/pdf/2021-zeng-pangu-alpha.pdf" class="external autonumber" rel="nofollow">[3]</a></span>
4.  <span id="cite_note-pangu3_launch-4">↑ <sup>[4.0](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-pangu3_launch_4-0)</sup> <sup>[4.1](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-pangu3_launch_4-1)</sup> <sup>[4.2](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-pangu3_launch_4-2)</sup> «Reshaping Industries with AI: Huawei Cloud Launches Pangu Models 3.0 and Ascend AI Cloud Services». *HUAWEI CLOUD*. 7 Jul 2023. <a href="https://www.huaweicloud.com/intl/en-us/news/20230707180809498.html" class="external autonumber" rel="nofollow">[4]</a></span>
5.  <span id="cite_note-pangu5_techmag-5">↑ <sup>[5.0](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-pangu5_techmag_5-0)</sup> <sup>[5.1](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-pangu5_techmag_5-1)</sup> Law, Marcus (23 Jun 2025). «What Huawei Pangu 5.5 Models Mean for Industrial AI». *Technology Magazine*. <a href="https://technologymagazine.com/news/how-huawei-pangu-5-5-ai-models-transform-industry-operations" class="external autonumber" rel="nofollow">[5]</a></span>
6.  <span id="cite_note-aimagazine_5_5-6">[↑](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-aimagazine_5_5_6-0) «How Huawei Pangu 5.5 AI Models Transform Industry Operations». *AI Magazine*. <a href="https://aimagazine.com/articles/how-huawei-pangu-5-5-ai-models-transform-industry-operations" class="external autonumber" rel="nofollow">[6]</a></span>
7.  <span id="cite_note-nature_pangu_news-7">↑ <sup>[7.0](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-nature_pangu_news_7-0)</sup> <sup>[7.1](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-nature_pangu_news_7-1)</sup> «Prestigious science journal Nature publishes paper about Pangu Weather AI Model authored by HUAWEI CLOUD researchers». *Huawei News*. 6 Jul 2023. <a href="https://www.huawei.com/en/news/2023/7/pangu-ai-model-nature-publish" class="external autonumber" rel="nofollow">[7]</a></span>
8.  <span id="cite_note-nature_paper-8">[↑](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-nature_paper_8-0) Bi, Kaifeng, et al. (2023). «Accurate medium-range global weather forecasting with 3D neural networks». *Nature*. <a href="https://www.nature.com/articles/s41586-023-06185-3" class="external autonumber" rel="nofollow">[8]</a></span>
9.  <span id="cite_note-cnpc_case-9">[↑](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-cnpc_case_9-0) «CNPC and Huawei Cloud Jointly Launch the "Kunlun" Model for the Oil and Gas Industry».</span>
10. <span id="cite_note-opensource_2025-10">↑ <sup>[10.0](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-opensource_2025_10-0)</sup> <sup>[10.1](https://systems-analysis.info/int/PanGu_(Huawei)_(PL)#cite_ref-opensource_2025_10-1)</sup> «Huawei Open Sources Dense Pangu 7B and Mixture of Experts Model with 72B Parameters». *Albase News*. 30 Jun 2025. <a href="https://www.aibase.com/news/19320" class="external autonumber" rel="nofollow">[9]</a></span>