InferFabric 在 8 张 Ascend NPU 上完成 OpenPangu V2 92B 原生 TP8/EP8 推理

InferFabric（前身为 Iron Pangu）是一个 Rust 编写的华为 Ascend 推理编译器与运行时，通过 DSL 描述模型并用原生内核执行，全程不参与任何 Python 或 PyTorch 引擎。2026-10-16 达成两个里程碑：92B 模型以 107 行 DSL 定义并编译为 2,109 个 primitive 操作，在 8 张 Ascend NPU（TP8/EP8）上端到端验证，三个完整回答的 33/33 生成 token 与固定参考匹配；activation、路由数据和 KV 状态全程驻留 NPU，24 项 case/rank 审计零 activation 回传。内存复用使每 rank 启动 HBM 增长从 5.79 GB 降至 3.53 GB，约 39%。