IT之家8月16日消息，小红书8月14日正式发布dots3-note preview开源大模型。华为官方宣布，昇腾Atlas 800 A3、Atlas 900 A3 SuperPoD超节点已完成dots3-note preview的全量适配，并基于vLLM Ascend开源推理引擎提供完整的部署与推理能力。

据介绍，作为dots3系列的首个版本，dots3-note preview开源大模型以280B总参数量、16B激活参数量构建能力底座，同时具备文本、视觉、语音全模态感知理解能力。官方表示，该模型在推理、Agent及多模态感知等能力上进行了全面优化，在多项任务上取得了比肩国内外更大尺寸优秀模型的效果。

华为官方表示，在该模型发布当天，昇腾完成0Day推理部署适配与性能优化，在完整保留模型文本、视觉、语音一体化全模态理解能力的前提下，实现了稳定运行与生成效率提升，为长程复杂任务场景智能落地提供算力支撑。

基于vLLM Ascend推理框架，华为完成dots3-note preview文本、图片、音频全模态能力的端到端适配，打通视觉编码器、音频特征提取与LLM主干推理的全链路，完整保留模型原生多模态理解与交互能力，支持图文、音文、视频等多模态输入场景的稳定推理。

FlashComm通信优化：针对AllReduce后RMSNorm、Dynamic Quant、MLA QKV降维等列向无关算子的冗余计算问题，通过数学等价变换将AllReduce拆解为ReduceScatter+AllGather，把列向独立算子前移至两阶段通信之间执行，彻底消除多卡间的重复计算，有效降低推理时延。

FUSED_MC2通算融合：启用MoE层dispatch_ffn_combine融合算子，将原本「dispatch、gmm1、swiglu、gmm2、combine」等通信的多段独立Kernel合并为单一大算子，通过减少Kernel Launch次数、通信与计算深度流水、中间张量不落盘等手段，显著提升MoE推理吞吐。

针对增量推理阶段TPOT这一吞吐核心瓶颈，在vLLM Ascend中原生适配dots3-note preview的MTP投机解码能力，通过单次前向并行生成多Token候选并校验复用，大幅减少解码前向次数，有效降低TPOT、提升整体生成效率，更好满足高并发在线业务的低时延诉求。

华为同步公布了dots3-note preview昇腾部署指导、模型权重及小红书官方技术blog等链接，供开发者参考使用。