Noticias**
Xing 4: Mejora de los modelos de lenguaje grande en chips nacionales Ascend**
El laboratorio de AGI de Xingchen presenta Xing 4, un modelo de IA con 285 mil millones de parámetros que utiliza chips Ascend 910C y MindSpore para tareas de razonamiento avanzado y autónomo.**
En este artículo**
El laboratorio de AGI de Xingchen ha presentado Xing 4, una serie revolucionaria de modelos de lenguaje grande (LLMs) que continúa la línea de desarrollo de TeleChat. La investigación, publicada el 17 de noviembre de 2026 en arXiv (2611.22115), destaca avances significativos en la arquitectura del modelo y la infraestructura de entrenamiento, especialmente adaptados para los chips nacionales Ascend 910C.**
Innovaciones técnicas clave**
Xing 4 se basa en una arquitectura con 285 mil millones de parámetros y se entrena utilizando MindSpore HyperParallel, un marco optimizado para el entrenamiento distribuido a gran escala. La infraestructura incorpora técnicas de particionamiento híbrido sensible a la topología, una ejecución de optimizadores distribuidos eficiente y una afinidad entre la CPU y los núcleos del procesador para minimizar las interferencias en el planificación. Estas optimizaciones permiten el uso de 8,192 tarjetas Ascend 910C, logrando un entrenamiento previo eficiente para cargas de trabajo de largas secuencias y una gestión eficaz de la memoria de activación.**
La arquitectura del modelo equilibra la activación dispersa, el diseño de las mecanismos de atención y los procesos de decodificación para optimizar la eficiencia computacional y de memoria.Una topología de tipo “mezcla de expertos” (Mixed-of-Experts, MoE), combinada con cabezas de corrección de bajo consumo de recursos, mejora el rendimiento del decodificación especulativa. Este enfoque respalda una amplia gama de tareas de razonamiento y de actuación, manteniendo al mismo tiempo la estabilidad de ejecución en escenarios con contextos extensos.



