一个 8B 参数的大模子，频繁需要约 16GB 显存。参数越多，越吃显存，这等于为什么，内存价钱一天比一天高。
当今，有一种方法，不错省下 6 倍显存，却真实不损耗模子性能。
昔日两年，围绕这个看似极点的念念路，一条巨匠性的时刻竞赛正在成型。而就在这条赛谈上，一个十足基于国产算力的决策，刚刚给出了我方的第一个复兴。
模子被压到了不到 3B，同期，材干却不错保留 97%，致使更进一步，若是结合 MoE 架构，异日不错径直在一部 8GB 内存的手机，运行 600 亿参数的大模子。
听上去匪夷所念念，怎样作念到的？
三个值，能跑大模子吗
传统大模子用终点精准的数字存储，意味着每个权重不错取几万种不同的数值，精度很高，但也很占内存。三值量化是一个极点的反向操作：径直把可选的数值从几万种砍到三种。时刻上，这被称为 1.58-bit，因为编码三个值碰巧需要约 1.58 个二进制位。
这个压缩有多极点？打个譬如：若是传统大模子的权重是一幅全彩相片，三值量化等于把它压成唯有黑、白、灰三色的极简图形。
直观上你会认为这势必赔本惨重。但昔日两年的商榷反复解说，模子权重里存在广大冗余信息。三个值，若是分派得当，足以承载绝大部分的模子材干。
这不是一个新观念。2024 年，微软商榷院发布了 BitNet b1.58，第一次系统论证了三值大模子不错靠近全精度模子的性能。微软随后在旧年进一步发布了 BitNet b1.58 2B4T，一个 20 亿参数、4 万亿 token 西宾的开源三值模子。上个月，好意思国公司 PrismML 发布了 Ternary Bonsai 系列，声称是首批交易可用的 1.58-bit 模子。
▲
上：Llama FP16架构，下：微软商榷院开发的BitNet架构
学术界也相似在跟进：Tequila 提倡了责罚三值量化中「死权重陷坑」的新方法，TernaryLM 探索了从零运行的原生三值西宾。
一条巨匠赛谈正在成型。但有一个要害问题永恒莫得被复兴：
三值大模子西宾，能在国产算力上跑通吗？
昇腾上的第一次
这一次，在华为鲲鹏昇腾开发者大会（KADC 2026）上，面壁智能给出了谜底。
BitCPM-CANN 是面壁智能连合清华大学、OpenBMB 开源社区发布的三值大模子系列。它的意旨不仅在于「又发了一个三值模子」。在巨匠赛谈上，BitCPM-CANN 作念到了三个此前莫得东谈主作念到的事情。
第一次，在华为昇腾上端到端完成三值大模子西宾。此前系数公开的三值模子西宾都在 NVIDIA GPU 上完成。国产芯片阵营第一次领有了我方的三值西宾材干。
第一次，一次性把规模推到 8B。此前昇腾上的低比特西宾停留在较小规模的考据阶段。BitCPM-CANN 径直发布了 0.5B、1B、3B、8B 四个档位，障翳从手机到 PC 的完好端侧场景。
第一次，已毕了与全精度模子的完好对照评测。11 项任务、四大类评测（知识、阅读继续、学科知识、数学推理），1B 到 8B 档位的材干保留率在 95.7%到 97.2%之间。
97.2%的材干保留率意味着什么？在 ARC、CMMLU、GSM8K 等主流评测中，BitCPM-CANN 三值模子与同尺寸 MiniCPM4 全精度模子的差距，曾经小于好多全精度模子之间的差距。其中，3B 档位的保留率最高，达到 97.2%。
况兼，这不仅仅论文里的数字，是能实在不错「拿来就用」的效果。BitCPM-CANN 的沿途尺寸版块曾经开源，0.5B 到 8B 四个档位都不错径直下载复现。
关于熟识面壁智能 MiniCPM 系列的开发者来说，BitCPM-CANN 等于 MiniCPM 家眷的三值版块，如故一套生态。在团结个 GitHub 社区，家眷前辈积聚了 3 万颗星、Hugging Face 总下载量超 3000 万的「家产」，当今滋长出来了新的主张。
米乐体育app2026世界杯中国官方下载6 倍显存，从功绩器得手机都「吃到红利」
比拟 BF16 全精度模子，BitCPM-CANN 大概约 6 倍显存，这个数字开发者最能径直感知：一个 8B 参数的全精度模子需要约 16GB 显存，BitCPM-CANN 三值版块不到 3GB，不错流通运行在一部手机上，勾搭 MoE 与激活范围拘谨，60B 规模的模子有望装入结尾征战。
硬件端曾经经准备好了。高通最新的旗舰芯片 8850 和 8397 救助 2-bit 原生推理，BitCPM-CANN 提供的碰巧是不错径直喂进去的低比特权重。
芯片厂商等供给，模子厂商等芯片，当今双方同期到位了，世界杯官方滚球app下载安卓/苹果/手机版怎样不是一种「双向奔赴」。
手机厂商对端侧大模子的插足一直在加快。上周 Google I/O 上，Gemini Intelligence 全面给与 Android 征战，从手机得腕表到车机；苹果也将在 6 月 WWDC 上展示下一代 Apple Intelligence 的要紧升级。
两大手机操作系统同期发力，共同指向一个实际：手机端侧要跑越来越强的 AI，内存等于最硬的瓶颈。谁能用更少的内存跑更强的模子，谁就掌捏了下一轮竞争的主动权。
骨子上，若是结合系数这个词 AI 产业正在履历的阵痛，价值又会更进一竿：4 月时，高盛把全年 DRAM 价钱涨幅预期上调到 280%，好意思银预估巨匠 HBM 商场将达到 546 亿好意思元。
AI 基础要领最紧缺的资源等于内存，6 倍显存红利意味着不加多物理内存，就能把模子材干升迁数倍。在内存持续加价的情况下，这不是优化，是刚需。
三值量化不是「用精度换内存」的协调。当 97%的材干被保留住来时，讲明传统 16 位模子里广大的精度可能是冗余的。三个值，足以承载一个大模子的绝大部分知识。低比特不再是工程上的大概技巧，而是一种新的权重知识承载花式。
为什么是面壁智能，为什么是当今
当 AI 从云表走向结尾，端侧模子正在成为个东谈主智能征战的中枢材干。手机、电脑、车机，每一个贴近用户的结尾都在等一个弥散小、弥散强、弥散省内存的模子。这条赛谈的输赢手，不会是那些只会把模子作念大的团队，而是能把模子作念小、作念轻、作念到实在能跑起来的玩家。
为什么是面壁智能，能在端侧大模子这条路上，一直走在前沿？这个问题的谜底不在 BitCPM-CANN 自己，而在这家公司昔日几年，一直在作念的一件看起来有些「不对群」的事。
面壁智能从征战之初就押注遵循，在国内大多数团队追赶更大模子的时候，他们花了广大时刻作念底层西宾框架 BM-Train，责罚「怎样用更少的资源，训出弥散好的模子」，这套基础要领积聚是其后一切的起始。
在 1.58-bit 方进取，面壁智能的判断早于行业共鸣。好多数团队还在夷犹极低比特是否可行时，面壁智能就采取了这条道路，先在 GPU 上跑通了完好的西宾经由和方法论，再合座迁徙到昇腾平台上。不错说，BitCPM-CANN 不是把一个模子移植到了国产芯片上，而是把一整套经过考据的西宾方法、遵循道路和工程体系，搬进了国产算力的底座。
在模子层面，面壁智能的端侧模子 MiniCPM 系列在 GitHub 上积聚了进取 3 万颗星，Hugging Face 开源总下载量进取 3000 万，是端侧大模子规模最受迎接的中国开源模子家眷。
BitCPM-CANN 恰是 MiniCPM 家眷向三值量化的延迟，远不啻一个展示性的「PPT 模子」，是一个实在可复用的工程地基。它背后的西宾链路曾经被千里淀为昇腾低比特西宾的基础要领，后续系数想在昇腾上作念低比特西宾的团队，都不错在团结套底座上起步。
值得一提的是，BitCPM-CANN 还在华为昇腾上完成了端到端的三值西宾，西宾遵循达到老例基线的 95%。这解说了这套方法论不依赖特定硬件平台，国产算力相似不错跑通。
不是等硬件变得弥散高大来合乎模子，要让模子变得弥散机灵来合乎硬件。
从西宾端的华为昇腾，到推理端的结尾芯片，再到开源的模子和西宾剧本，这是一条完好的国产闭环，框架国产，芯片国产，模子国产，方法论自主。面壁智能的下一步曾经明确：进一步升迁模子的材干保留率，用 MoE 架构扩张更大规模模子的容量，把 6 倍显存红利完好开释到部署中。更永久的目的，是障翳从预西宾到对皆的全经由低比特化。
从底层西宾框架 BM-Train，到端侧模子家眷 MiniCPM，再到 BitCPM-CANN，面壁智能用几年时刻搭建了一套完好的端侧大模子时刻体系。在巨匠赛谈上，面临微软、PrismML，面壁智能展现出了私有的不同上风之处在于：从框架、方法论、模子到芯片适配，构建了一条完好的端侧时刻道路。
当 AI 竞争从「谁的模子更大」转向「谁能让智能实在跑在每一台征战上」时，掌捏端侧时刻谈话权的东谈主滚球app官方下载，才站在了最故意的位置。
声明：新浪网独家稿件，未经授权辞让转载。 -->